01
课程导论：风电运维的痛点与智能化转型的必要性
传统运维高成本、低效率，智能化转型势在必行。
导论转型
02
大模型基础：什么是大模型？GPT、BERT等核心概念解析
从Transformer到GPT/BERT，大模型原理一网打尽。
大模型基础
03
工单系统概述：传统工单派发流程与常见问题
派单混乱、响应慢？剖析传统流程的瓶颈。
工单流程
04
数据采集与预处理：风机SCADA数据、振动数据、气象数据的清洗与特征工程
多源数据融合，清洗与特征提取实战。
数据预处理
05
故障知识库构建：基于历史工单和专家经验的故障模式库设计
沉淀专家经验，构建结构化故障知识库。
知识库故障
06
大模型选型与部署：针对工业场景的模型选择（如LLaMA、ChatGLM）及本地化部署
开源模型对比，本地化部署与推理优化。
选型部署
07
提示词工程（Prompt Engineering）：如何设计有效的提示词来引导大模型理解工单需求
提示词模板、思维链，让大模型精准输出。
提示词工程
08
检索增强生成（RAG）：结合知识库，让大模型回答更准确、更专业
RAG架构、向量检索与知识库融合。
RAG检索
09
智能派单算法设计：基于故障类型、人员技能、地理位置的多目标优化模型
多目标优化，实现人岗匹配与路径最优。
算法派单
10
工单优先级判定：利用大模型分析故障描述，自动划分紧急程度
语义理解+规则，动态判定优先级。
优先级判定
11
人员技能画像：基于历史工单完成情况，构建动态技能图谱
技能标签、熟练度建模，精准画像。
画像技能
12
备件库存联动：大模型如何结合库存数据，推荐最优备件方案
库存感知，智能推荐备件与替代方案。
备件库存
13
路径规划与调度：结合GIS信息，优化运维人员出行路线
GIS集成，实时路径优化与调度。
路径GIS
14
实时监控与预警：大模型对实时数据流的异常检测与预警工单生成
流式数据异常检测，自动触发工单。
监控预警
15
工单闭环管理：从派发、执行、反馈到知识沉淀的全流程追踪
闭环管理，持续优化知识库。
闭环管理
16
模型微调（Fine-tuning）：使用风电领域数据对基础模型进行领域适配
LoRA、全量微调，领域数据适配。
微调适配
17
模型评估与迭代：准确率、召回率、用户满意度等关键指标监控
评估体系，持续迭代模型。
评估迭代
18
系统架构设计：前后端分离、微服务架构在智能派单系统中的应用
高可用、可扩展的微服务架构。
架构微服务
19
API接口开发：如何封装大模型能力，供工单系统调用
RESTful API，模型服务化。
API接口
20
安全与隐私：工业数据脱敏、模型安全防护与合规性
数据脱敏、模型攻击防御与合规。
安全隐私
21
边缘计算与端侧部署：在风机现场部署轻量级模型，实现低延迟响应
边缘推理，模型压缩与部署。
边缘部署
22
多模态数据融合：结合文本、图像（如无人机巡检照片）、声音（异响）的综合分析
多模态模型，融合视觉与声音。
多模态融合
23
人机协同模式：大模型辅助决策 vs 完全自动化，如何找到平衡点
人机协同策略与最佳实践。
人机协同
24
案例实战（一）：某海上风电场智能派单系统从0到1搭建过程
海上风电实战，全流程搭建。
案例海上
25
案例实战（二）：某陆上风电场老旧机组改造中的智能运维应用
老旧机组改造，智能运维落地。
案例陆上
26
成本效益分析：智能化改造的投入产出比（ROI）计算模型
ROI模型，量化智能化价值。
成本ROI
27
行业标准与规范：风电运维相关的数据标准与接口规范
标准解读，接口规范设计。
标准规范
28
未来趋势：数字孪生、元宇宙与风电运维的深度融合
前沿技术融合，未来运维形态。
趋势数字孪生
29
课程总结：核心知识点回顾与常见误区避坑指南
知识体系回顾，避开常见陷阱。
总结避坑
30
结业项目：设计一个简易的智能派单原型系统（需求文档与架构设计）
从需求到架构，完成结业设计。
项目实战