新质生产力赋能下的交通电网AI新模态与产教融合实践教育探索 

　　摘要：传统交通电网产教融合目标比较单一、学生未能深入参与其中，以及缺少多样化的评价方式等问题。开展基于AI (人工智能)与 OBE (成果导向教育)的项目化产教融合模式改革与探索。通过构建基于OBE反向设计思路的总体框架，将AIGC (生成式人工智能)融入产教融合过程、项目实施与产教融合评价等人才培养各环节，实现产教融合案例生成、个性化学习资源推荐及学习过程智能分析;利用AIGC强大的生成能力，为学生提供丰富的学习资源与实践场景，从而激发学生学习兴趣。实践表明，与传统产教融合相比，AI赋能的OBE项目化产教融合模式在提升产教融合效果、达成产教融合目标方面优势显著。

　　关键词：内容改革要素;交通电网;项目化产教融合模式;AI赋能内容;成果导向评价

　　1、实施背景

　　2025年中国全社会用电量历史性突破10万亿千瓦时(10万亿度)，达10.4万亿千瓦时，创下人类历史上单国年度电能消费新纪录，这一数字是美国的两倍多，也相当于欧盟、俄罗斯、印度、日本四国用电量总和[1-3]。2025年1月，国务院印发的《教育强国建设规划纲要(2024-2035年)》明确指出，强调要促进人工智能助力教育变革，面向数字经济和未来产业发展深化新工科建设，对交通电网等新兴工程专业创新实践产教融合模式、培养高素质复合型人才提出了更高的要求[4]。通过智能内容生成、个性化学习支持和过程性评价优化，为解决传统工程教育面临的深层次问题提供了新的技术路径。

　　2、基于AI赋能的交通电力网融合新模态

　　AIGC技术的快速发展为教育产教融合改革带来了前所未有的机遇[5]。为我国借助AIGC推动教育变革提供了清晰的政策指引。同年8月教育部印发的《关于深入实施“人工智能+”行动的意见》指出，将积极推动AIGC与经济生活各领域各行业深度融合[6]。《意见》的提出引发高校AIGC领域的专业教师对如何从宏观和微观层面发展“AIGC+职业教育”的思考。

　　图1 AI技术赋能专业和核心课程的建设路径与成果形式

　　图1中，AIGC技术内容生成式发展呈现“政策驱动强劲、应用场景丰富、 本土化适配性强”的特点，在“AI+教育”领域的探索尤为活跃，为职业教育专业产教融合方式和结果考核提供“技术可及、成本可控”的解决方案。

　　主要设备的实物和模型，虚拟仿真软件VR，真实感受将职业技能竞赛规则和设备场景利用VR/AR新技术，AIGC+技术搬进课堂和实验室[7-8]。借助数字孪生技术+仿真软件平台展现现场工作内容技能，提升在校培养学生的能力和创新发展思维。

　　3、产教融合实践教育技术突破

　　“内容重构-章节设计-实验实训理论实现-结果考核”评价的“现场工程师+工程实践现场”实践产教融合模式[9]。

　　设计主线：内容的改革和产教融合模式的变化，以实际的考核成果来体现最终的学习效果[10]。进行综合化的评分模式，将产教融合内容和岗位实操等多种形式进行关联。培养德智体全面发展的学生个体。

　　产教融合模式设计：通过交叉与校企合作项目融合实践，学生在校期间开始接触项目实践，能接触到储能技术和学科工程前沿发展和产业需求点，贯穿式递进式进行项目解剖，提高学生知识综合运用能力和实践创新能力，产教融合和研究应用互通融合，企业实践和岗位技能水平融合。

　　内容设计：产教融合协同产教融合模式是以校企合作为基础，通过建设实验基地，加强企业导师队伍建设，学校自身教师队伍联合优势互补。

　　产教融合过程实现：产教融合建设等基础就是校企合作关系的深度和实度[11-12]。围绕产业布局市场需求，技术切入以职业技能培养创新思维和动手能力共同促进的产教融合教育新模式。

　　实践效果评估：针对岗位需求和职业技能竞赛，加强规范与安全操作流程，故障电路排查与维护，软件端口拓展设计与功能实现画图、动手接线与调试能力、口头汇报与书面总结能力等)。

　　4、产教融合实践教育实施路径

　　(一)基础项目：智能感知与AIGC 辅助认知

　　产教融合定位：聚焦电力交通网电路主接线的运行机理阐述、电气设备选型原则与通信PLC接口，电力安全规范和检修规程，形成与电力交通网应用高度契合的组态软件功能设计。

　　内容重构：减少传统电阻/ 电感/ 电容式电路主接线产教融合学时，显著增强电力软件调度软件应用与实操、互感仪表测量单元、视觉和激光雷达、脉冲测距等电力交通网专用和辅助器件的选型与应用。

　　AIGC 融合点：实施“AIGC 辅助选型”产教融合，训练学生以高质量提示工程对比不同型号电路主接线的性能指标，基于特定需求场景(如“户外巡检电力交通网”)生成选型报告，并开展对AIGC推荐结果的合理性验证[13]。

　　实践效果分析：完成规范化选型报告与验证记录，形成可复核的证据链与评价量表(准确性、可行性、成本约束)。

　　(二)进阶项目：机器视觉与深度学习

　　产教融合定位：围绕电力交通网室外设备巡检的虚拟仿真+数字孪生感知的主流产业应用，融合交通电网与数据融合算法工程优化的协同能力[14]。

　　内容重构：系统讲授组态工业监控与调度软件、电力设备选型与交直流电源的安全技术;聚焦基于AIGC技术的电力储能与基于深度学习(CNN神经网络、数据融合算法)的目标检测与识别。

　　产教融合：引入企业提供的“电力交通网电气设备零件检测”真实数据集与电气设备巡检方案案例，开展从数据到方案的端到端训练。

　　AIGC 融合点：以自然语言需求驱动AIGC 生成代码框架，使学生将精力集中于参数调试、模型训练策略优化与代码审查，从而提升远程设备与接口软件之间开发效率并保障系统整体运行质量。

　　实践效果分析：提交可复现的实验脚本与模型评估报告，指标涵盖电力参数采集精度、误差辨识率、电力设备时延与电力调度系统鲁棒性测试等。

　　5、实践成效(技术应用对人才培养、学科建设的影响)

　　人才培养：以“岗位需求+职业技能”能力培养为导向，电力交通网检修工岗位与职业素养，创造力融合[15]。熟悉“校企合作+产教融合”企业岗位的新技术、新工艺、新标准等。培养解决科学和工程问题的能力;利用 AI 技术和数字孪生技术，AIGC技术进行实操，分析调试结果的能力[16]。内容与岗位特点，明确未来职业规划和提高自身综合技能，扎实的理论基础和突出的实践操作与分析能力，创新思维和高素养的综合能力。

　　学科建设：紧跟产业(新型电力+储能)需求和高职技能人才培养方案，包括知识传授、能力培养、价值观塑造3 个维度层面。通过基于AIGC+OBE专业内容重构的产教融合评估和递进式产教融合模式，深化OBE职业技能+岗位导向的评估策略与产教融合模式探索[17]。强化以AIGC智能体为突破，将AI技术引入在线上/线下平台资源建设中的应用，突出以“岗位+技能”为核心，重构专业核心的理论章节内容架构和实验实操考核。

　　6、结论

　　“人机共创”的探究式产教融合与评价模式，对于AIGC 时代的人才培养需求，体系由“经验式产教融合”转向“创新思维培养”，实施以“人机共创”为特征的探究式产教融合法，强调问题导向、产教融合资源闭环与学习结果产出的可验证性具有积极意义。

　　基于AIGC技术实现资源开发与应用的路径联系与探索，利用线上资源平台进行数据收集与考核，提高产教融合资源配置精准度，全面分析学生对专业知识的了解程度，知识图谱规范建立和数据全面采集与学习效果评估具有应用价值。

　　参考文献

　　[1] 中华人民共和国教育部. 教育部等九部门关于加快推进教育数字化的意见: 教办〔2025〕3 号[Z]. 北京: 中华人民共和国教育部，2025.

　　[2] 武星，薛萍萍，傅玉灿. 供配电环境感知类产教融合实践课程改革探索研究[J]. 工业和信息化教育，2025(5):57-63.

　　[3] 徐晓飞，张策. 生成式人工智能赋能工程教育和学生能力培养、测评与认证体系[J]. 高等工程教育研究，2025(4):1-9.

　　[4] 刘炜，刘倩倩. 人工智能驱动的数字人文研究: 范式转型、方法重构与价值回归[J/OL]. 图书馆，

　　2025:1-9.(2025-11-26)[2025-12-30].https://link.cnki.net/urlid/43.1031.G2.20251125.1325.002.

　　[5]　周洪宇，余江涛. 《教育强国建设规划纲要(2024—2035 年)》颁布实施的重大意义[J]. 中国高等教育，2025(Z1):4-8.

　　[6]　周瑜，张其亮，王丽敏. 生成式人工智能在PBL实践教学中的应用[J]. 实验室研究与探索. 2025，44(8):166-172.

　　[7]　贾双英. 新工科背景下物联网工程专业建设思考[J]. 物联网技术，2020，10(7):111-112.

　　[8]　伍思敏，梁燕，林靖杰. 基于OBE 理念和PBL教学法的《计量经济学》课程教学改革研究[ J]. 教育进展，2024，14 (9):1232-1242.

　　[9]　郑金明. 基于AIGC 自适应学习系统的个性化教育模式研究[J]. 大学(教学与教育)，2025(2):32-35.

　　[10]　姜华，王春秀，杨暑东. 生成式AIGC 在教育领域的应用潜能、风险挑战及应对策略[J]. 现代教育管理，2023(7):66-74.

　　[11] 黄志兵. 基于OBE 的产教融合协同育人模式构建[J]. 浙江工商职业技术学院学报，2025，24(3):43-48.

　　[12] 陈爱良，孙丰龙，何利华.“三谱三虚”模式: 人工智能赋能冶金工程专业课程教学的探索与实践[J]. 创新与创业教育，2025，16(5):141-147.

　　[13] 张鑫，蒋诗泉，胡超异. 多智能体赋能高校交叉复合型人才培养[J]. 中阿科技论坛( 中英文)，2025(12):99-107.

　　[14] 郑晓航，蔡伟，费维栋. AIGC+OBE 理念在高校工科课程改革中的实现: 以“计算材料学”课程为例[J]. 科技风，2025(35):50-52.

　　[15] 谷飞. 认知增强AIGC 与教育共生: 未来教育新生态. 开放教育研究，2024，30(6): 13-20

　　[16] 王良，文爱平，钮心毅. 钮心毅: 生成式AIGC 赋能城市规划——基础理论、前沿视角与教育改革. 北京规划建设， 2024(4): 201-203

　　[17] 刘嘉豪，曾海军，金婉莹，等. 人工智能赋能高等教育: 逻辑理路、典型场景与实践进路. 西安交通大学学报: 社会科学版， 2024，44(3): 11-20