很多院校已经重视到CAD技术与模型制作的结合，在利用电脑进行工业设计教育的同时，也有很完善的模型制作的设备，还有一些院校在产学研一体化的教学模式里，通过与社会，企业不断的合作与交流，愈发重视模型制作的教学完善，逐渐强调制作模型的重要性，并适当的增加课时量，丰富教学内容， 沿海地区一些高校不但拥有专业的实践场所，完善的设备，更具有技能指导的体制，他们还邀请企业中就职人员作为指导老师去学校进行指导，用这些方式一定程度上弥补高校工业设计与企业需求脱轨的不足 目前，我国的工业设计尚在初期发展之中，正因为处在这一阶段，就应该更加认识模型制作的重要性，进行一些的教学尝试，这也是社会乃至企业所期望的，能培养出具备实践技能的人才是目前高等学校工业设计教育中的一个新课题。 构建大数据环境下的关联分析模型，研究跨行业、跨领域的电力市场运营分析算法，挖掘电力市场的数据规律与价值。立足于中国电力市场实际情况、特点和需要，从市场供需、结构、市场行为、安全约束、外部市场等多方面提出影响电力市场运营分指标因素，建立多源异构环境下的电力市场建设与运营指标体系，综合多维地分析和评价电力市场运行情况。基于大数据的多能流市场化交易应用。利用大数据、云计算、AI等新技术开展能量信息实时监测、数据分析和优化处理，提供各类能源交易全流程数据支撑，实现源网荷储资源的各环节高度协调，生产和消费双向互动。基于大数据的多能流市场化交易应用，在能源生产端结合实时气象数据、厂站运行状态数据等，应用大数据建模开展需求响应预测、发电量模拟、交易策略推演等应用。在能源消费端利用大数据技术将气象信息、用户作息规律、宏观经济指标等数据，通过抽象的量化指标表征与负荷之间的关系，实现对负荷变化趋势的精确感知，达到供需匹配灵活的目的。05结语当前电力市场大数据应用应结合大流量、多维尺度的数据形态和趋势特征，构建适应广域数据来源的集成传输、分析处理以及数据展现的技术体系，大数据应用设计需统筹考虑业务中台与AI技术在电力市场应用的未来方向，可以采取云计算+中台模式设计架构融合的总体可执行框架。本文分析构建了市场主体用户画像分析、信息精准推送和征信评估与分析等业务应用模型，对降低信息不对称的市场效率负面影响和电力市场信用风险管理等工作提供了新思路、新方法，为大数据技术在电力市场的进一步实践提供了借鉴。原标题:北京电力交易中心 刘永辉，张显等:能源互联网背景下电力市场大数据应用探讨免责声明:以上内容转载自北极星电力新闻网，所发内容不代表本平台立场。 基于电力交易大数据的市场用户画像体系架构如图5所示。图5 电力市场用户画像标签体系基于电力市场行为数据的精准化推送服务。精准化推送服务以用户历史属性、行为特征数据为基础，选取具备广泛代表意义的训练样本和测试样本用于模型构建和验证，确定样本用户属性特征与服务之间的匹配关系，形成模型训练样本数据库，然后通过算法与人工相结合的方式对样本用户属性特征数据和服务数据进行整理清洗，基于训练样本基础数据，采用随机森林和梯度提神决策树算法对每一类服务的用户属性特征进行学习，完成用户属性特征与精准服务模型的构建，利用模型预测测试样本服务推荐结果，并对服务推荐结果的准确率进行评估。电力市场主体征信评估与分析。海量市场注册、交易、履约及结算信息与市场主体信用状况密切相关，基于大数据技术挖掘分析海量数据信息，利用大数据算法构建电力市场主体信用评估模型，采用感受性曲线下面积（ROC_AUC）、区分度指标（KS）、群体稳定指数（PSI）等分析方法评估分析模型效果，为应对新形势下电力市场多重信用风险问题、防范电力市场主体信用风险、建立相应的信用风险防范机制提供了重要支撑。图6 基于大数据的电力市场主体信用信息分析模型多源异构环境下电力市场运营大数据挖掘分析。