前言：想要寫出一篇引人入勝的文章？我們特意為您整理了電氣工程及自動化工程教育教學探究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：隨著社會的不斷進步與發展，工程教育的重要性逐步提高，同時工程教育畢業生理論與實踐相結合能力不足的問題也越來越凸顯。鑒于此，文章以電氣工程及其自動化學科為例，采用定位學科相關領域前沿工程、明確工程教育教學內容以及建立“產學研”合作平臺來改進工程教育的教學模式，以此進一步提升學生解決復雜工程問題的能力。

關鍵詞：電氣工程及其自動化；工程教育；教學模式；前沿工程；產學研

在推動電氣工程技術的發展與工程問題的解決上，由電氣工程及其自動化學科工程教育所培養的畢業生發揮了重要作用。電氣工程學科旨在培養能進行電氣技術方面綜合開發和應用的高素質應用型人才[1-4]。該學科是一門實踐性很強的學科[5-7]，為了解決電氣生產與運行當中存在的復雜問題，以及提高電氣工程學科學生的素質和水平，電氣工程及其自動化學科工程教育應運而生。然而，隨著我國電力工程的不斷發展，在工程實際中，不僅電氣生產與運行當中產生的問題變得越來越復雜和難以解決[8-10]，而且電氣生產以及運行的技術門檻也在不斷提高，這就對電氣工程及自動化專業學生理論與實踐相結合的能力提出更高的要求。因此，如何使工程教育培養的學生具有較強的理論與實踐相結合的能力變得尤為關鍵[11-14]。在電氣工程及其自動化工程教育培養的研究上，李昂等以課程為重點探討了持續改進的措施，為培養學生的實踐能力和創新意識作出了貢獻，但創新培養不是工程教育的主要目的。電氣工程及其自動化工程教育教學內容逐步與前沿技術相脫軌[15-18]，因此，有必要在教學內容上予以改進來提升工程教育培養質量。“產學研”是一個很好的培養模式[19-25]，相較于單純在企實習以及在校學習，該模式能夠讓學生將在課堂上學習得到的理論知識更好地應用到企業生產實踐當中，這不但能夠提升學生對理論知識重要性的認識，而且能夠讓學生更好地接觸并了解到更為復雜的實際生產問題，更好地提高學生理論與實踐相結合的能力[26-30]。因此，為培養出具有較強理論與實踐相結合能力的電氣工程及其自動化工程教育畢業生，本文首先對電氣工程領域的前沿工程進行了定位，并明確了教學內容，其次引領學生參與高校科研項目，教授前沿工程領域的最新技術，最后結合“產學研”培養方法來改進教學模式。

一、定位前沿工程，明確教學內容

風電是新能源發電領域的一個重要的方向。風電技術中應用了大量的電氣工程及其自動化學科相關專業知識。相比于陸上風能，海上風能儲量更大，分布更廣，風速也更加持久穩定，風電場向深遠海域擴展成為必然。全球新增風電裝機容量逐年增長，然而，由于內陸以及近海風場的開發逐步趨于飽和，因此，風力發電有著逐漸從陸地走向海洋，從淺海走向深海域的趨勢。風資源評估是風電場建設的基礎性工作，其中風能資源的長期變化直接關系到風電開發的經濟效益以及用電安全，而風能資源長期變化的本質是風速變化。因此，風速預測的精度不僅直接影響發電量的多少，而且影響國民生活和生產。可以預見，海上風電場能夠高效、經濟且穩定發電的關鍵就在于準確的風資源評估。本文以深遠海域風資源評估前沿工程為例，將風速預測作為教學內容來開展教學與實踐，以期為其他前沿工程的教學應用到電氣工程及其自動化學科工程教育模式上提供參考。

二、參與科研，扎實理論

風資源評估是風電技術中的重要組成部分。目前，陸上與近海風電場的風資源評估精度不高，而深遠海域風資源評估的偏差更大。這一方面是由電氣工程及其自動化學科在風速預測技術上的落后而引起，另一方面是因為沒有完全掌握哪種因素對風速預測影響較大而導致。為此，在工程教育的教學模式上，筆者結合電氣工程及其自動化學科特點，通過讓學生參與到深遠海風資源評估的科研項目當中，使學生接觸并學習到最新的人工智能算法與理論知識，同時開展教學實例的學習，來鞏固學生的理論基礎。

（一）風資源風能分布的實踐

風能分布是評價風資源的一種重要指標，風能分布的情況可用于指導風力機的選型、設計以及風電場風力機的排布。準確地分析風能分布有助于更加科學地設計風電場，可使風電場保持電能輸出，從而進一步提高受益，反之則會導致風電場效益下降與成本虧損的后果。圖1為上海蘆潮港地區2005年風速與風能分布情況。在課堂教學與科研中，對風能分布的知識進行講授和讓學生親自使用相關軟件以及方法得到結果，不但能夠使學生深入了解并熟悉風速以及風能分布的理論知識，而且能夠了解風能分布如何應用及該理論如何指導生產實踐，同時又能讓學生學習到該領域研究所使用的軟件以及相關技能。這不僅能夠激發學生的學習熱情，還能讓理論知識不再枯燥無味。

（二）風速預測技術的實踐

風速預測是電氣工程及其自動化學科的一個重要研究領域。風速預測技術不僅可為風資源評估提供參考，而且可以為電網穩定運行、風力機槳葉控制策略的制定提供支持，該技術的研究具有十分廣闊的應用前景。然而，風速預測技術是一項較為不成熟的技術，同時，在風速預測準確度上，無論是學術界還是企業界的成果都不甚理想。近年來，隨著人工智能的興起，部分人工智能模型被應用于工程實踐當中。因此，電氣工程及其自動化學科的教學可圍繞如何利用人工智能算法來解決風速預測精度不足的問題。圖2為利用粒子群算法（ParticleSwarmOptimization，PSO）、布谷鳥算法（CuckooSearchAlgorithm，CSA）以及其改進的算法來優化神經網絡后開展的風速預測曲線圖。通過該科研內容與實例的教學，引起學生對風速預測技術的興趣，這不僅可以讓學生了解與熟悉專業領域內的最新技術，也可深入地培養學生在算法改進方面的創新思維，如此可為培養優秀的電氣工程及其自動化學科工程教育畢業生打下堅實的基礎。

三、“產學研”平臺提升理論與實踐結合能力

良好的理論是應用的基礎，而“產學研”則是理論應用于實踐的平臺。讓電氣工程及其自動化學科的學生深入企業去熟悉與了解生產一線環境，通過將豐富的實踐與良好的教學有機結合，去發現并解決存在的問題，這不僅可使企業不斷攻克工程難題，也可鍛煉學生理論與實踐相結合的能力。在深遠海域風力發電技術研究方面，通過與企業開展“產學研”合作，目前已培養了本學科兩屆畢業生，獲得了用人單位的良好認可，培養期間發表多篇論文并申請專利2項，為企業解決了多項技術瓶頸問題。由此可見，學生理論與實踐相結合的能力在通過“產學研”平臺的鍛煉后得到了有力提升。

四、結語

本文以電氣工程及其自動化學科工程教育為例，通過“產學研”平臺使得學生的能力得到了鍛煉，主要結論如下。1.在理論學習方面，將人工智能引入到解決工程問題當中，并借助風能分布與風速預測兩個內容的講授與實例實踐，一方面提高了學生的學習興趣，另一方面鍛煉了學生在各方面的技能，筑牢了學生在風電技術領域的理論基礎。2.通過在“產學研”平臺的鍛煉，電氣工程及其自動化學科的學生能夠認識與了解到風資源評估在生產實際中存在的問題，在為企業解決實際復雜工程問題的同時培養了學生的動手實踐能力。3.本文的教學模式切實提升了本學科學生理論與實踐相結合的能力，不僅能為企業攻克技術難題提供一種合作途徑，而且與工程教育培養目標一致，這可為其他學科在工程教育教學模式上進行改進提供參考。

作者:張建平 謝明 李海英 單位:上海理工大學