微专业名称 | 数智能源工程 | |||||||||
专业培养目标 | 坚持立德树人,培养具有良好思想品德和人文科学素质,具备有自然科学基础知识、能源与动力工程、机械工程、控制工程等多学科综合知识,能够掌握能源与动力工程学科的基础理论和技术,解决能源系统管理复杂工程问题,可在能源高效利用、制冷低温、新能源汽车、数据通信、能源存储、航空航天、冷链物流、轻工化工、食品加工企业、卷烟生产等领域,从事智慧能源系统研发、智能制造、智能运维及管理岗位等工作,能够适应国家智慧能源系统发展需求,具有社会责任感、创新精神和实践能力,德智体美劳全面发展的高素质应用型人才。 | |||||||||
学科门类 | 工学 | 毕业学分 | 16 | |||||||
招生要求 | 招生年级为工科专业,二、三年级学生,招生面向全校所有工科专业,对机电工程学院、电气工程学院、新能源学院、计算机学院、电子信息学院、材料与化学工程学院、食品科学与工程学院、烟草科学与工程学院等重点倾斜。 | |||||||||
先修课程要求 | 高等数学、大学物理等 | |||||||||
课程设置 | ||||||||||
课程名称 | 学分 | 学时数 | 考核 方式 | 开课 学期 | ||||||
总学时 | 理论 | 实践 | 线上 | 线下 | ||||||
能源热工与低碳基础 | 3 | 48 | 42 | 6 | 0 | 42 | 线下考试 | 秋季 | ||
智慧能源系统及管理 | 2 | 32 | 26 | 6 | 0 | 32 | 线下考试 | 秋季 | ||
能源系统人工智能与大数据应用 | 2 | 32 | 24 | 8 | 0 | 32 | 线下考试 | 秋季 | ||
能源物联网与智能控制 | 2 | 32 | 24 | 8 | 0 | 32 | 实践项目 | 春季 | ||
智慧园区多能系统与节能策略设计 | 2 | 32 | 32 | 0 | 0 | 32 | 实践项目 | 春季 | ||
新能源汽车与数据中心能源管理应用 | 2 | 32 | 22 | 10 | 0 | 32 | 实践项目 | 秋季 | ||
数智能源工程综合实训 | 3 | 48 | 0 | 48 | 0 | 32 | 实践项目 | 秋季 | ||
合计 | 16 | 256 | 172 | 84 | 0 | 256 | ||||
其他修读要求 | 微专业课程应在4学期修完;预期未完成者需重新申请注册。 | |||||||||
课程简介 | 1.《能源热工与低碳基础》主要研究热能与机械能的转换规律(工程热力学)、热量传递规律(传热学)及流体流动规律(流体力学)。该课程的学习目标要求能够掌握热力学定律、工质特性及传热核心理论并分析热工设备(如锅炉、制冷系统、空压机等等)的工作原理,优化能源效率或解决散热问题。该课程聚焦用能设备核心工作过程,面向非热工专业学生,为能源、环保、建筑、电子散热等领域提供技术基础。并介绍工业、建筑及交通领域的节能低碳关键技术,结合国际国内能效标准与评估方法,培养学生具备以下能力:掌握主流节能技术(余热回收、高效电机、智慧照明等)与碳减排技术(CCUS、氢能等)的原理与应用场景;熟练运用能效评估工具(如LCA全生命周期分析);编制能效提升方案,具备碳排放核算与碳中和路径设计基础。 | |||||||||
2.《智慧能源系统及管理》聚焦能源领域智能化、数字化与低碳化转型的交叉学科课程,旨在探讨人工智能、大数据、物联网等新兴技术与能源系统的深度融合。主要针对新能能源系统,包括分布式能源、区域能源、储能系统、冷链物流、制冷机组、中央空调、氢能、冷热电联产等产业,围绕碳中和目标研究智慧能源系统的最新技术、政策趋势及创新应用,整合能源工程、信息技术、自动控制等领域的知识,使学生掌握智能能源系统的设计、优化与系统管理能力。 | ||||||||||
3.《能源系统人工智能与大数据应用》课程深度融合人工智能与大数据技术在能源系统中的应用,培养学生在智慧能源时代的核心竞争力。通过本课程学习,学生将能够:掌握能源大数据采集、存储与处理的关键技术;熟练应用机器学习、深度学习算法解决能源系统优化问题;开发基于AI的能源预测、调度与决策支持系统;分析能源数字化转型中的典型案例与前沿趋势。 | ||||||||||
4.《智慧园区多能系统与节能策略设计》课程聚焦智慧园区场景下的多能互补系统(电、热、冷、气等)设计与节能优化策略,培养学生跨学科解决实际能源管理问题的能力。通过课程学习,学生将能够:掌握智慧园区多能系统的架构、关键设备及运行逻辑。理解多能协同优化、负荷预测与需求响应等核心技术。运用数字化工具(如能源管理系统EMS)设计节能策略,并评估经济与环境效益。结合政策与市场机制,提出园区碳中和路径。 | ||||||||||
5.《能源物联网与智能优化技术》课程聚焦能源领域的物联网技术与智能优化方法,培养学生在能源数据采集、边缘计算、云平台管理和智能优化决策方面的综合能力。通过本课程的学习,学生将能够:理解能源物联网的体系架构,掌握传感器、通信协议和数据处理技术;应用智能优化算法(如机器学习、深度学习、强化学习)于能源系统调度与控制;开发能源管理原型系统,实现数据驱动的能效优化与需求响应;分析行业案例,如智能电网、智慧园区、工业能源互联网等。 | ||||||||||
6.《新能源汽车与数据中心能源管理应用》课程,聚焦于新能源汽车与数据中心能源管理系统,旨在让学生深入了解其原理、组成、应用及相关技术,提升对新能源汽车能源管理系统的设计、测试、管理等实践能力。通过本课程的学习,学生将能够:理解绿色数据中心的概念、重要性和建设标准;掌握能源管理系统的原理和应用;熟悉节能技术和可再生能源在数据中心中的应用;具备设计和优化绿色数据中心的能力。 | ||||||||||
7.数智能源实习实训》利用校内实习实训和虚拟仿真平台,以及与格力电器(郑州)有限公司、郑州宇通集团有限公司、凌达压缩机有等共建的校外实践基地,开展实习实训,提高学生综合能力。包括空调器焓差实验、压缩机性能测试实验与虚拟仿真、换热器性能测试实验、中央空调控制实训、冷库系统控制实训 等实习实训环节,全方位训练实践能力。 |