基础概念
电气自动化基础（电路、电力电子与控制系统）
补强电力系统基本结构、一二次系统划分、电机学及电力电子功率器件原理的底层学科基础，是新能源方向一切能力的地基
建议预留 120 分钟
学习目标
- 理解电力系统基本结构与一二次系统划分
- 掌握电机学与电力电子核心原理
关键概念
- 一次/二次系统
- 变频器与PWM
- IGBT功率器件
- 电路与电机原理
为什么学习
- 专业基础薄弱，需系统理解电路理论、电机学和电力电子核心原理以支撑后续PLC、新能源仿真与并网知识
如何检验理解
- 能画出光伏/风电并网一次系统接线并说明一二次划分
- 能解释IGBT/MOSFET在逆变器中的作用与PWM基本原理
核心技能
Python编程与AI辅助编码基础
夯实Python语法与面向对象基础，并掌握使用ChatGPT/Copilot辅助数据处理、脚本编写与计划性任务的方法
建议预留 60 分钟
学习目标
- 掌握用AI工具辅助Python编码
- 能处理电气工程中的自动计算任务
关键概念
- Python语法
- AI代码助手
- 脚本自动化
- 代码调试
为什么学习
- 已有基础语法，需提升到能借助AI完成电气计算脚本的实际应用水平
如何检验理解
- 能在AI辅助下完成一个电气计算或数据统计的Python脚本
- 能解读并调试AI生成的代码
基础概念
新能源行业行情与双碳政策认知
了解双碳目标下光伏/风电/储能行业格局、主流厂商与中国能建EPC模式，支撑职业转型决策与面试表达
建议预留 40 分钟
学习目标
- 了解新能源行业格局与EPC模式
- 理解双碳与新型电力系统政策
关键概念
- 双碳目标
- 新型电力系统
- EPC业务
- 储能市场
为什么学习
- 目标是行业行情入门了解，求职需要能纵览格局并谈清自身转型定位
如何检验理解
- 能概括新能源行业格局与主流设备厂商
- 能结合双碳政策说明自己转型方向合理性
核心技能
PLC与工业控制技术
掌握主流PLC梯形图编程与IEC61131逻辑控制，是将现场电仪经验与自动化编程能力结合并配合AI代码生成的核心
建议预留 90 分钟
学习目标
- 掌握PLC梯形图与IEC61131编程
- 能进行逻辑控制与现场调试
关键概念
- 梯形图
- IEC 61131-3
- 西门子/三菱PLC
- 逻辑控制
为什么学习
- 目标要求PLC熟练，需能独立编写逻辑控制程序并现场调试，这是AI辅助PLC生成的地基
如何检验理解
- 能独立用梯形图或结构化文本完成一个控制逻辑并仿真验证
- 能读懂分析西门子/三菱典型程序逻辑
核心技能
智能电网架构、继电保护与变电站知识
理解IEC61850、智能变电站、SCADA与升压站/并网柜/箱变保护配置，匹配目标中继电保护与变电站能力
建议预留 75 分钟
学习目标
- 理解新能源升压站与并网保护配置
- 掌握SCADA/EMS监控与IEC61850架构
关键概念
- IEC 61850
- 继电保护整定
- 升压站与并网柜
- SCADA/EMS
为什么学习
- 目标是继电保护入门水平，需理解新能源场站升压站保护配置与整定逻辑及SCADA通信架构
如何检验理解
- 能说明新能源场站升压站主要保护配置与整定原则
- 能描述SCADA/EMS数据采集与IEC61850通信架构
核心技能
Python数据分析与Pandas/Numpy
用Pandas/Numpy处理发电量、负荷、功率运行数据并可视化，匹配目标中的Python数据分析熟练要求
建议预留 60 分钟
学习目标
- 掌握Pandas数据清洗与处理
- 掌握Matplotlib数据可视化
关键概念
- Pandas
- Numpy
- Matplotlib
- 数据清洗
为什么学习
- 目标要求熟练，需能独立处理新能源运行数据并支撑后续功耗预测
如何检验理解
- 能用Pandas清洗处理一段发电量数据并生成可视化报表
- 能结合电气业务理解数据分析结果
基础概念
新能源发电技术与并网基础
掌握光伏、风电、储能核心组成与并网特性、并网标准，是新能源方向的核心入门领域知识
建议预留 80 分钟
学习目标
- 掌握光伏/风电并网运行原理
- 理解储能系统组成与电能转换
关键概念
- 光伏逆变器
- 风机变流器
- 并网标准
- 无功补偿SVG
为什么学习
- 目标是光伏/风电入门熟练水平，需掌握发电原理、电能转换与并网要求
如何检验理解
- 能绘制光伏电站与风电场主接线并说明逆变器/变流器作用
- 能列举并网标准要求与无功补偿SVG作用
补充知识
工业通信与物联网基础（Modbus/OPC UA/MQTT）
掌握工业传感器数据采集、Modbus/OPC UA/MQTT协议与边缘网关，支撑智能运维与EMS数据接入
建议预留 60 分钟
学习目标
- 理解常见工业通信协议
- 掌握边缘网关与云平台数据接入
关键概念
- Modbus
- OPC UA
- MQTT
- 边缘网关
为什么学习
- 配合现场电仪角色，需理解工业通信协议以接入能耗监测与EMS，辅助迁移，非核心求职硬门槛
如何检验理解
- 能解释Modbus与OPC UA差异并说明EMS数据流
- 能借助网关配置采集一路工业数据
核心技能
AI工具工程应用与Prompt/RAG基础
掌握Prompt工程、RAG检索与API调用，用AI工具辅助方案撰写、流程梳理、故障排查与代码调试
建议预留 60 分钟
学习目标
- 掌握Prompt工程与RAG方法
- 能用AI辅助工程文档与故障排查
关键概念
- Prompt工程
- RAG检索增强
- LLM API
- 故障排查辅助
为什么学习
- 目标是AI工具熟练运用，需能高质量使用LLM辅助工程文档与电气技术任务
如何检验理解
- 能设计有效Prompt让AI辅助生成电气评估文档
- 能搭建简单RAG检索已有文档辅助排查故障
核心技能
机器学习基础（sklearn）
理解监督/无监督学习的回归分类原理并掌握sklearn使用，是新能源功率预测与数据建模的基础
建议预留 90 分钟
学习目标
- 理解监督学习回归分类原理
- 掌握sklearn建模流程与评估
关键概念
- 回归/分类
- 模型评估
- 特征工程
- sklearn
为什么学习
- 目标要求实际构建预测模型，需能应用回归分类方法并理解评估指标
如何检验理解
- 能用sklearn建立并评估一个回归模型
- 能依据评估指标解释模型表现并调参
核心技能
AI辅助PLC代码生成
用LLM自动生成PLC梯形图/结构化文本代码并结合IEC61131验证流程，凸显'AI+自动化'复合优势
建议预留 90 分钟
学习目标
- 掌握LLM辅助生成PLC程序
- 掌握IEC61131代码验证流程
关键概念
- LLM代码生成
- 结构化文本ST
- IEC 61131-3
- 编译验证
为什么学习
- 这是AI自动化工作区别于传统PLC能力的特色，需在真实程序上验证生成代码可用
如何检验理解
- 能用LLM生成一段PLC结构化文本并用仿真/编译器验证
- 能对AI生成代码进行逻辑审查与修正
核心技能
储能系统与EMS能量管理
理解电池储能BMS、SOC、AI优化充放电与削峰填谷调度，直接对接储能与能量管理系统能力
建议预留 90 分钟
学习目标
- 理解储能BMS与SOC概念
- 掌握AI优化充放电与削峰填谷调度
关键概念
- BMS
- SOC估算
- 能量管理EMS
- 削峰填谷
为什么学习
- 目标要求储能EMS入门，需理解BMS与AI能量管理基本调度逻辑
如何检验理解
- 能描述储能EMS架构并解释BMS/SOC作用
- 能设计一个基础的削峰填谷充放电策略
补充知识
电气控制仿真与MATLAB/Simulink入门
补强原图缺少的电气仿真工具能力，使用MATLAB/Simulink进行电力电子电路与逆变器仿真
建议预留 60 分钟
学习目标
- 掌握Simulink基础仿真环境
- 能搭建电力电子电路仿真
关键概念
- MATLAB
- Simulink
- 逆变器仿真
- PSCAD
为什么学习
- 目标要求电气仿真入门，需能用工具复现逆变器并网等电路，支撑验证理解
如何检验理解
- 能用Simulink搭建一个光伏逆变电路并观察输出
- 能解释仿真结果与工程实际差异
核心技能
电气原理图识读与AI辅助电气设计
补强原图中缺少但目标为熟练要求的电气图纸识别与设计能力，并融合AI辅助选型与图纸生成
建议预留 75 分钟
学习目标
- 掌握电气一次/二次图纸识读
- 会用EPLAN/CAD结合AI辅助绘制原理图与接线图
关键概念
- 二次原理图
- 接线图
- 电路图识读
- EPLAN/CAD
为什么学习
- 目标是电气图纸识读与设计熟练，需能在AI辅助与现场协同下独立读图并产出二次原理图
如何检验理解
- 能绘制一个电气设备二次控制原理图并说明元件
- 能结合现场图纸用EPLAN或CAD完成一次/二次图修改
核心技能
时序数据AI建模专门化
掌握时间序列特征工程与滚动预测方法，是光伏/风电/负荷预测模型的直接技术基础
建议预留 60 分钟
学习目标
- 掌握时间序列特征工程技法
- 掌握滚动预测与模型评估
关键概念
- 时间序列特征
- 滚动预测
- 时序可视化
- 模型评估
为什么学习
- 预测类任务都需时间序列建模能力，需掌握专门化技法以保证预测模型可用
如何检验理解
- 能构建一个滚动预测的时序数据集并完成训练评估
- 能可视化展示时序预测结果与实际对比
补充知识
深度学习基础（PyTorch/时序模型）
理解神经网络基本原理与LSTM/Transformer按时序架构，是负荷与功率预测及强化学习的前提
建议预留 90 分钟
学习目标
- 理解神经网络与LSTM/Transformer原理
- 掌握PyTorch基础运行流程
关键概念
- 神经网络
- LSTM
- Transformer
- PyTorch
为什么学习
- 求职以电气为主，深度学习是支撑预测与AI智能运维的可选深化，理解原理即可
如何检验理解
- 能解释LSTM与Transformer在时序任务中的作用差异
- 能运行一个基础的时序深度学习示例
核心技能
电力负荷预测
掌握时间序列方法及LSTM/Transformer对用电负荷的预测，支撑新能源配网与需求侧分析
建议预留 75 分钟
学习目标
- 掌握负荷时间序列预测方法
- 能选用与评估预测模型
关键概念
- 负荷预测
- LSTM
- Transformer
- 时间序列
为什么学习
- 负荷预测是新能源并入后电力系统调度的重要能力，需能实际应用预测方法
如何检验理解
- 能建立负荷预测模型并与真实数据对比误差
- 能选用合适的时序模型解释选择理由
核心技能
新能源功率预测（光伏/风电出力）
构建基于气象数据与回归模型的功率预测，是新能源领域明确的核心数据能力
建议预留 90 分钟
学习目标
- 掌握新能源出力预测建模
- 了解并网对功率预测的要求
关键概念
- 气象数据
- 功率预测回归
- 超短期预测
- MAP误差
为什么学习
- 目标要求光伏/风电并网与功率预测入门以上，需能实际用AI模型建成功率预测
如何检验理解
- 能构建并评估一个光伏或风电出力预测模型
- 能在汇报中解释预测误差与业务意义
前置关系与知识联系
- 电气自动化基础（电路、电力电子与控制系统） → 智能电网架构、继电保护与变电站知识
- Python编程与AI辅助编码基础 → Python数据分析与Pandas/Numpy
- AI工具工程应用与Prompt/RAG基础 → AI辅助PLC代码生成
- 机器学习基础（sklearn） → 储能系统与EMS能量管理
- 机器学习基础（sklearn） → 时序数据AI建模专门化
- 电气自动化基础（电路、电力电子与控制系统） → 电气原理图识读与AI辅助电气设计
- 深度学习基础（PyTorch/时序模型） → 新能源功率预测（光伏/风电出力）
- 新能源发电技术与并网基础 → 储能系统与EMS能量管理
- 电气自动化基础（电路、电力电子与控制系统） → 电气控制仿真与MATLAB/Simulink入门
- 电气自动化基础（电路、电力电子与控制系统） → 工业通信与物联网基础（Modbus/OPC UA/MQTT）
- PLC与工业控制技术 → AI辅助PLC代码生成
- 时序数据AI建模专门化 → 新能源功率预测（光伏/风电出力）
- 时序数据AI建模专门化 → 电力负荷预测
- 电气自动化基础（电路、电力电子与控制系统） → 新能源发电技术与并网基础
- 机器学习基础（sklearn） → 深度学习基础（PyTorch/时序模型）
- Python编程与AI辅助编码基础 → AI工具工程应用与Prompt/RAG基础
- 新能源发电技术与并网基础 → 新能源功率预测（光伏/风电出力）
- AI工具工程应用与Prompt/RAG基础 → 电气原理图识读与AI辅助电气设计
- 机器学习基础（sklearn） → 新能源功率预测（光伏/风电出力）
- 电气自动化基础（电路、电力电子与控制系统） → PLC与工业控制技术
- Python数据分析与Pandas/Numpy → 机器学习基础（sklearn）
- 电气控制仿真与MATLAB/Simulink入门 → 储能系统与EMS能量管理
- Python数据分析与Pandas/Numpy → 时序数据AI建模专门化
结合互动地图查看具体关系类型，再选择下一步。