基于教学名师、行业资深技术工程师联合开发丰富的实践课程资源，提供完整课程教学大纲、课程实践内容，名师课程配套教学PPT及完整讲解视频，结合美林数据上千个项目行业实践经验，以应用能力培养核心，打造真实行业应用案例库，为学生实训提供案例支撑，让学生了解行业最新实践与应用场景的同时，培养数据思维和解决问题的能力。 以“大数据技术学习路线”为核心，平台围绕大数据技术与分析应用相关技术体系，设置“两个基础一个链条”的专业课程体系，包含Hadoop技术序列、基础编程两个内容，以及从数据采集、数据管理、数据预处理到数据分析应用全链条的相关知识内容。打造专业、全面的课程体系，满足大数据相关专业教学需求。 针对每一个实训案例，平台都将项目落地全过程进行深度剖析，在具体业务场景中，将业务问题数据化，还原项目落地全流程。将分析方法论、业务问题转化为数学问题的思维方式、知识技能的应用技巧等，全部融入到具体的项目实训案例中，利用分析工具、大数据知识去找到解决方案，让学生通过实训，掌握方法、提升思维模式。课程资源可在Tempo云社区内查看，访问地址：edu.asktempo.com。

平台为教师和学生提供在线编码、命令行、云桌面等多种实践模式，满足不同类型专业课程知识、技能的在线实践需求。提供实验指导手册、实验关卡设置、自动化实验结果评测，让实践过程更流畅、学习体验更友好。针对教学团队的个性化教研需求，平台提供完整的实验自定义开发功能，支持教师自定义实验课程与实验内容，打造1+N的“成长型"平台。 1、 实验方式支持云端编程、远程桌面、远程命令行等多种实验方式，根据不同实验目标、实验内容和实验难易度，匹配不同实验方式。2、实践元子课平台引入了“元子课”的概念，将专业课程的知识点“元子化”，让学生从基础原理、特性到最终应用，层层递进，快速将知识元子融会贯通。搭配每个知识点的关卡任务，用闯关的模式引导学生学习和实践，激发学生学习兴趣。3、实践手册平台内置的实践元子课中每一项关卡任务都提供了实践手册，从理论知识、考核要点、实践任务、实践方法等多个维度进行系统描述，明确实践课程中每一个知识点，让学生能够清晰了解学习内容并掌握实践目标，并能根据手册指导，完成自主实践操作。4、在线实践平台内置丰富的在线实践关卡，涵盖选择题、判断题、代码实践题等多种题型，可根据不同的课程需要，自动创建不同类型的在线实践环境，为学生提供了灵活、开放、不受时间地域限制的教育形式，学生可以边学习边实践，直接在线提交实践成果，平台自动评测打分。对于代码实践题，支持重置在线实践环境，防止学生在实践过程中输入错误指令对实践环境造成不可逆影响。平台中还内置了多组评测数据和判题脚本，可以根据学生提交的程序和编码进行自动评测，通过多组评测数据的判定才能顺利完成评测，有效提高了学生的代码质量。5、自定义实践平台中内置的多种实践环境，可供教师自主进行实践课程创建，根据不同课程的教学需求，教师可以自行设置判断题、选择题、代码实践题三种不同类型的题目，创建属于自己的定制化课程，帮助教师面对不同层次的学生，都能做到因材施教，提升教学有效性。自己创建的课程除了可以应用于自身教学课堂外，也可共享至系统实践资源库，将自己创建的课程成果分享供其他教师复用，在教师间建立了资源共享平台，减轻了教师备课压力，也能让优秀课程发挥更大的价值。

基于容器化技术的智能实验支撑平台，支持后台容器资源自动创建、更新。采用B/S架构设计，师生可通过浏览器快速访问系统，实现实验、实训环境一键式访问，可根据具体实验需求自动启停、回收释放。平台预装50余种实验环境，满足大数据、人工智能等专业课程实验需求。技术与模式创新，实现实验管理智能化应用，大大降低实验平台管理的复杂度。 一、实验环境管理提供Hadoop、Hive、Hbase、Spark、Linux、MySQL、C、Java、Python、Tensorflow等多种实践环境，并支持环境自由组合、自定义添加扩展及个性化资源配置，满足大数据相关专业课程应用实验需求。1、实验环境组合平台支持多种环境之间可以相互组合，教师可根据自身教学需求进行选择，如MySQL+Python、Java+Hive+Hadoop等，组建个性化实验环境。同时支持教师根据自己的需要，自定义添加特定的实验环境，以满足不同教学场景需求。2、资源管控对于包含的全部实验环境，平台提供了统一的管理入口，可自由配置环境参数、运行规则以及进行版本管理，控制每个学生在做实践的时候所占用的CPU、内存资源，保证实验室服务器资源有效利用。二、云端实验环境仓库平台提供云端实践环境仓库，支持远程自动拉取、手动导入更新本地实践环境仓库的功能。  

汇萃人工智能实训平台采用了先进的模块化设计理念，创新性的将 python 编程、机器学习理论和方法、深度学习框架与工具等实验课程与机器人引导、机器视觉实训、人脸识别、语音识别等实践课程融合到一个平台，既有理论知识的学习，更有实践操作的体验。 平台集中展现了当前人工智能技术的主要应用场景，为培养人工智能领域人才的专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉提供了创新性的学习工具。同时，通过调整模块配置，平台还可做为智能制造领域专业训练平台，培养学生具备应对未来制造业及其它领域应用中对各种高速定位、测量、识别及检测等的专业技能要求。 // 输入电源：AC220V±10％ 50Hz// 工作环境：温度：-10 ～ 50℃，湿度≤ 90% 无水珠凝结// 外形尺寸：1500mm×900mm×700mm( 长 × 宽 × 高 )// 平台重量：220kg//额定功率：≤ 3.5KW//安全保护：急停按钮，漏电保护 , 光栅保护，接地保护 “一台多用，专业培养、灵活搭载、高效低价”， 这正是汇萃人工智能实训平台的最大特点。

围绕学习者网上自主学习，创新性的引入人脸实时识别功能对学习过程进行判断，这个判断可以由教师进行开启或关闭，并设定判断标准。对学习资源采用课程资源包的形式，支持上传和在线编辑多种形式的资源。资源可以设定学习时长和作业测试，未达标则不允许进行下一步学习，包括人脸核验失败也会暂停学习动作，避免出现非本人等无效学习现象。 课堂交互能增加课堂趣味，提升学习者兴趣，并可进行课前、课中、课后报告对比。课末考试能及时检查学习效果。学习报告能统一呈现课程资源的学习时长、学习进度、考试成绩、教师评价等信息。

对课堂的互动数据进行分析，并对其中练习结果、答题情况进行分析，指导老师调整计划。 产品优势 提供便捷巡课模式 支持实时巡课与实录巡课。督导员可实时远程观看教室内教师的教学过程，也可通过平台进行回溯式教学督导与评价。 支持多维督导评价 提供可灵活定义的督导评价体系，在巡课过程中，还可以拍照 存证，为督导专家提供多维度的评分依据。 自动生成督导报告 督导员完成教学督导评价后， 系统将进行自动的统计和分析，并结合对课程以及互动数据的分析，生成教学督导报告。 产品应用 录播互动智慧教室 方案依托互动录播主机，为学校打造融合教学互动、智慧录播、数据分析为一体的智慧教学空间；可快速形成丰富的校本同步教学资源，为教师教学评估、教研活动提供有效的参考材料；为学生预习、复习提供更为生动的学习空间。本方案还可满足学校管理员与管理决策者的教学督导需求，实现一套方案服务教学与管理两大核心环节的信息化改革。 手机互动智慧教室 手机互动智慧教室解决方案可支撑多种新型教学模式，兼容多种学生终端，学校无需另外采购终端设备让学生方便快捷参与智慧教学，包括课前备课自习、课中即时互动、课后分析巩固，拿起手机便能做到教学流程全覆盖，随时随地实现交互反哺的教与学。 研讨互动智慧教室 依托交互式大屏一体机、平板电脑、手机等智能终端和智慧课堂系统，研讨型智慧教室为“小组分组-小组研讨交流-小组成果展示”等小组研讨过程提供全方位的支持，集支持交流研讨、多屏互动、成果展示、多元评价等功能于一体的智慧化教学环境，让小组研讨活动组织更加便捷，让研讨过程和细节可视化、可回溯，教师对各个小组、各个学生进行有针对性的评价，实现差异化教学。

新大陆以教育部、人社部提供的大数据岗位技能标准材料文件为指导思想，依托丰富大数据行业经验，构建贯通8大维度完善的人才培养体系，面向职业学校量身定制“大数据专业”,提供应用开发和运维两个方向配套的课程及丰富的教学资源。 产品特点快捷：使用主流的ElasticSearch HDFS大数据分布式全文检索技术，快速定位课程资源，从课前、课中、课后的教学的各个场景出发，围绕着“一人一课表”，避免传统的菜单导航，以工作台引导式的操作体验，方便教师与学生快速定位当前课程入口，进行课前备课与预习、课中教学与实验等操作。方便：一站式大数据实验室，随时随地“做中学”在B/S模式下，可以随时随地通过浏览器进行实验结合教学场景，根据课程自动匹配创建实验环境，极大的减少了实验准备工作 “步骤式”的实验手册，配合自动化实验报告截图，提升效率实验，做到真正的”做中学““坐席式”的实验监控，让老师和学生的实验互动更加容易稳定：根据每门课程的实验规格，提供实验环境所需资源弹性分配与回收能力，同时有效控制了实验服务器成本专业：提供一体化、颗粒化的教学资源，基于教学课程进度，“向导式”的设计课案。

1. 痛点问题 随着电力系统的发展，电网运行方式时变性和复杂性日益增强，运行专家难以把握电网安全运行的特征和规律，极大的增加了电网运行风险和控制难度。在传统的调度机制中，一方面，运方人员人工选择典型的运行方式，通过离线电力系统分析程序，计算电网潮流，分析电网稳定性，制定电网安全运行边界，进而人工归纳形成“年度运行方式手册”，来长期指导电网运行；另一方面，调度员将上述运行规则作为安全边界（安全约束），输入能量管理系统（Energy Management System，EMS），进而对电网进行调度和控制，以求在安全边界内达到最优运行点。 然而传统的调度机制存在问题，近年来国内外频繁发生的大停电事故也说明了这一点。主要问题归纳如下： 第一，极端运行方式下不安全：电网运行方式多变，离线规则可能不满足极端运行方式的安全要求。 第二，常规运行方式下经济性差：受能力和时间所限，运方人员离线制定运行规则时，仅分析典型运行方式，规则形成后长期使用，相对粗放，缺乏精益化管控，导致电力网络资源利用率低。 第三，随着新能源的大规模并网、需求响应的逐步实现，运行边界频繁变化，不确定性增强。 第四，电力系统运行受到其他系统影响，电力系统安全已经演变成为一个多系统、多因素综合分析问题。以微气象系统为例，对于发电侧，微气象直接影响风电、光伏等新能源的出力；对于需求侧，微气象直接影响工业负荷、智能楼宇、电动汽车等的负荷功率。因此，微气象系统通过影响发电负荷水平，进而影响电力系统安全。因此，随着电力系统与其他系统的关系日益紧密，电力系统安全评估时需要考虑其他系统（例如微气象系统）的影响。 综上所述，传统的调度机制已经无法适应新的形势。因此，亟需研究支撑复杂电网断面发现的智能机器调度员软件的关键技术，通过人工智能、深度学习等信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员的基础理论瓶颈，从实际电力系统出发（物理维），立足现有调度机制，基于在线运行方式，采用模型驱动的安全评估方法（模型驱动），形成海量电力系统安全评估仿真样本（数据维）；再以这些样本为基础，通过机器学习训练数据驱动的电力系统在线安全评估模型（数据驱动），形成电力系统安全运行知识图谱（知识维），以代替运方的“年度运行方式手册”。 2. 解决方案 本成果提出了一种支撑复杂电网断面发现的智能机器调度员技术，包括可再生电源的数据驱动电压频率响应特性建模方法、用于暂态稳定预测的失稳样本主动生成方法、电力系统暂态稳定评估方法、结合深度学习和仿真计算的暂态稳定严重故障筛选方法、考虑运行约束的调整潮流生成方法等关键技术，开发了支撑复杂电网断面发现的智能机器调度员软件。该软件用“人工智能”代替“专家智能”，以电力系统安全评估产生的海量仿真数据为基础，以人工智能和机器学习为手段，构建电力系统安全运行知识图谱，从而将“专家智能”离线制定粗放运行规则的模式，变革为“人工智能”在线发现精细运行规则的模式，逐步代替运方的“年度运行方式手册”，保证复杂电网安全、稳定、经济运行。 3. 合作需求 寻求应用场景和资源对接，应用场景和业务能覆盖断面规模众多的大省如浙江、广东等，并且有与输电网断面发现的大中型企业有合作经验，同时具有一定的技术开发能力、市场推广资源和现场工程实施经验，能与现有团队形成合力，通过信息领域与能源领域的交叉研究，突破支撑复杂电网断面发现的智能机器调度员软硬件难题。为保障项目实施质量和进度要求，拟合作团队需通过ISO9001质量管理体系认证，且是国家高新技术企业。期望通过合作，全面开展产品和服务的推广销售。