1. 引言
能源的高效利用是人类进一步发展的关键问题 [1] ，新能源具有很大的发展潜力。在国家提出的双碳目标下，充分挖掘新能源发展潜力，提升新能源利用效率，实现能源结构低碳转型，已成为能源行业发展的关键节点 [2] 。随着新能源产业的快速发展以及相关研究的不断推进，新能源相关研究也逐步精益化，与此同时，数据挖掘与分析方法在新能源应用领域得到了广泛的关注，并取得了初步的应用。
数据挖掘 [3] 是一种通过分析大量数据来发现模式、关联和趋势的技术。在工程领域，数据挖掘技术可以用于预测设备的故障、优化生产流程、提高资源利用效率等 [4] 。新能源领域有大量的数据可供挖掘和分析，新能源项目的设计、运营和优化也需要大量的数据支持 [5] 。尹诗 [6] 以风力发电机组关键部件为研究对象，通过数据挖掘方式实现风电机组齿轮箱、发电机、主轴等关键部件精准故障预警及辨识。李文燕等 [7] 以Hadoop & Spark技术架构为基础，搭建了一套基于大数据平台的新能源企业智慧中台，利用多种存储技术对数据的存储和管理进行定位分析与整合，实现底层基础数据和上层数据应用的连接，有助于促进新能源企业对数据的资产化管理。所以通过挖掘数据，可以了解能源市场的动态，并制定相应的战略和政策，预测能源需求、能源生产的波动、未来的能源需求和产量等，以便做出相应的调整和计划，从而帮助规划和优化新能源系统的运行。
“新能源数据挖掘与分析”课程是新能源科学与工程专业学生的一门学科基础课。课程的目的和任务是学会收集新能源领域的数据，并掌握如何应用数据挖掘技术，包括数据建模、分类、聚类、关联规则挖掘等来分析新能源数据，识别潜在的模式和关联。课程的主要内容主要包括：(1) 学习新能源领域的基本概念，包括太阳能、风能、生物能源等不同类型的新能源以及与之相关的技术和应用。(2) 学习使用MATLAB软件 [8] ，具体包括MATLAB软件基本环境、MATLAB程序设计和数值计算、MATLAB在多相流中流型、流体计算与传热计算的应用等。(3) 思政元素的有效融入 [9] ，可以使学生更深入地理解新能源领域的政策背景和社会意义，激发学习兴趣，培养社会责任感，并将所学知识应用于支持党的政策方向和国家发展目标，同时引导学生思考新能源领域如何与可持续发展和生态文明理念之间的关系。
“双碳”背景下构建新工科教育体系，需要重新定位和满足新的人才培养目标 [10] 。这意味着高等教育必须进行全面的改革，包括新的教育理念、结构、教学模式、质量标准以及体系架构 [11] 。因此，教师们需要深刻理解并正确运用马克思主义的立场、观点和方法，以确保在课程教学中成功融合知识传授和价值引导。积极引导学生成为核心价值观的实践者，同时也成为社会主义建设的积极参与者，是教学的主要目标 [12] 。通过思政元素的融入，可以让知识传授、能力培养和价值观塑造相辅相成，使德育成为课程的核心任务，为新工科类专业在课程与思政教育融合方面提供有益的参考 [13] 。
2. “新能源数据挖掘与分析”课程改革创新
“新能源数据挖掘与分析”是一门与当代科技和环境问题密切相关的课程，主要内容是数据挖掘和分析技术在新能源领域的应用。随着新能源技术和数据挖掘方法都在不断发展，在当前的“新能源数据挖掘与分析”的教学过程中，课程内容、教师教学方式、学生学习方面都需要进一步改进。
2.1. “新能源数据挖掘与分析”课程目前存在的问题
课程内容方面：(1) 课程内容可能变得陈旧，无法跟上最新的趋势和技术，可能导致学生无法获得最新的知识和技能。(2) 大部分课程内容侧重理论，而忽视了实际应用，学生缺乏实际操作和解决问题的经验。同时，课程中没有提供真实的新能源数据集供学生分析，学生可能无法将所学的技术应用到实际问题中。(3) 新能源领域涵盖多个学科，包括数学、环境科学、经济学等。如果课程缺乏跨学科整合，学生可能无法理解新能源问题的复杂性。
教师教学方面：(1) 对学生的监督和考核力度不够，教师需要能够有效地评估学生的学习进展，并提供及时的反馈。如果评估方法不合适或反馈不及时，学生可能无法充分了解自己的学习情况。(2) 缺乏组织学生实地考察、实验室工作或实际项目的经验，这可能使学生失去对新能源领域的实际认识。(3) 缺乏思政元素的融入。
学生学习方面：(1) 由于数据挖掘通常涉及复杂的数学和统计方法，和熟练的计算机软件编程和使用能力，学生在这些方面锻炼不足，难以理解和应用课程中的技术和算法。(2) 学生对课程认识不足，产生惰性和畏难心理，对学习内容不感兴趣会缺乏学习动力。
2.2. 教学改革创新意见
教师授课时在传统教学模式上，理论和实践相结合，不仅传授新能源相关基础知识和MATLAB基本算法应用，更要引入案例并讲述实际项目过程中如何利用MATLAB解决实际问题，充分挖掘新能源数据。同时引入相关科研论文及其科研工作者在解决过程上遇到问题时的解决方案，让学生进一步了解在课堂上学到的知识，能够在实际应用中解决问题，从而激发学生的学习动力。
针对“新能源数据挖掘与分析”课程的教学改革意见：
(1) 强调实践与理论相结合的教学方法。在课程中增加实际的数据案例，鼓励学生亲自处理和分析真实的新能源数据，学以致用，将理论知识应用到实际问题中。
(2) 引入跨学科的内容，将技术知识与社会、经济、环境等领域的知识相结合。增加与可持续发展、资源管理、政策制定、社会公平等相关的模块，充分融入思政元素。提供线上学习资源，学习跨学科领域的专家的讲座等帮助学生了解新能源领域的全面背景。
(3) 设计项目驱动的学习任务，让学生在团队合作中解决实际问题，培养学生的问题解决能力和团队合作精神，增加对学生的过程化考核，以便可以更精确地掌握学生学习的效果。分组讨论的形式要求学生必须带着与本节课所授内容的相关问题与教师进行讨论，以此延长学生与教师的沟通，创建良好师生交流的氛围。在解答的过程中，引导学生进行思维探索，从而使学生获得成就感与满足感。
(4) 任课教师参加相关的培训、研讨会和学术会议，与同行交流，更新知识和教学方法，从而了解最新的数据挖掘技术和新能源领域的发展。
2.3. 思政元素的融入
在“新能源数据挖掘与分析”课程中融入思政元素，表1是结合目前“新能源数据挖掘与分析”课程涉及到的概念设计的四个详细案例。通过思想政治元素的融入，可以使“新能源数据挖掘与分析”课程更加符合时代发展的要求，实现学生的全面发展，不仅关注专业知识的学习，还注重思想道德、身心健康等方面的培养，使学生成为具有社会责任感和创新精神的优秀人才。
Table 1. Mining of civic and political elements in the “New Energy Data Mining and Analysis” course
表1. “新能源数据挖掘与分析”课程思政元素挖掘
3. MATLAB软件在“新能源数据挖掘与分析教学”中的应用
在新能源的开发过程中，很多研发需要用到MATLAB软件的辅助，如多相流混合特征的量化 [14] ，风电发电场的选址等。利用MATLAB将工程中问题数据化并进行建模仿真等可充分挖掘新能源开发的潜力，提高能源的利用效率。MATLAB软件在“新能源数据挖掘与分析教学”中主要应用举例如下。
3.1. 图像可视化
结合中低温余热利用过程中的案例 [15] 进行分析，利用MATLAB关于数字图像处理常用函数，例如数字特征提取、目标分割、图像增强、图像去噪等识别流型。利用MATLAB对直接接触式换热器混合图像识别。通过图像处理将余热利用过程中不可见的换热过程进行数据挖掘，利用辅助软件使其变成数据进行研究，是去除“伪装”，探索真理的过程。直接接触换热器中两相混合过程通过高速摄像机拍摄得到，对所获取的图像通过高帽变换和滤波器变换进行预处理，这样可以减少噪声的影响，提高原始图像的质量。最终换热器中多相流混合的状态的图像处理过程如图1所示。通过识别多相混合的均匀性，有利于改进换热器工艺，从而提高能量的利用效率。
Figure 1. MATLAB software for the processing of two-phase mixed images
图1. MATLAB软件对两相混合图像处理过程
3.2. 图像质量强化
MATLAB可以实现图像质量强化。无人机搭载的摄像头记录实时图像，通过视频采集卡，可以把模拟遥控器输出的视频信号等视频数据输入计算机，利用MATLAB软件，对数字化的视频信号进行图像识别处理，最后将编辑完成的视频信号转化为标准的数字数据，存储在计算机中，形成可供编辑和处理的视频数据文件。如图2所示，对无人机搭载的摄像头记录实时图像进行处理，通过区域生长、八叉树和波前等算法能够构建任意地物的三角面片，生成的三角面片可以组成三角格网模型，可以为后续计算等高线、坡度、坡向和自动提取流域地形等做好准备。
Figure 2. Triangular grid model processing of real-time images recorded by UAVs
图2. 无人机记录的实时图像三角格网模型处理
4. 课程思政实践探索——风电场选址
本课程鼓励学生参与实际新能源项目，与行业专家面对面互动，并提供机会参观新能源实验室和生产基地。这将有助于学生将课堂学习与实际应用相结合，更好地理解新能源领域的挑战和机遇。以实际项目中的风电场选址为例，对课程思政进行实践探索。
风电场 [16] 是一种使用风能来产生电力的新能源项目。风电是一种清洁、可再生能源，它不会排放温室气体，有助于减缓气候变化。因此，风电场的选址和建设是可持续能源发展的一部分。风电场选址是指在选择适合建设风力发电项目的地点时所进行的评估和决策过程。选址的关键目标是找到具备良好风资源、适宜风力发电设备安装和高效运营的地点。风电场选址需要考虑两个主要因素是地形和环境影响评估，其中地形特征对风能的分布和风力发电机组的布置具有重要影响。地形起伏较小的区域通常更适合建设风电场，在风电场选址过程中还需要对气象、交通、电网等条件综合考量。
风电场选址可以使用无人机平台配备的激光雷达配合光学相机在指定航飞范围划定的航线上快速航飞，生成点云数据，后处理得到三维模型。通过三维选址，最终确定站址。同时，可以直观地对多个站址进行立体比对，将选址大部分工作量从外业现场转向内业。原来现场多次选址确定范围的工作模式优化为仅需一次选址，后续主要在三维立体下进行调整，减少了人力和时间成本。无人机通过激光雷达测绘，进行三维空间测距及地形三维重构，最终通过全景监控系统进行选址。可通过MATLAB研发三维建模算法，建立山体模型，准确标注平面尺寸与高程尺寸，提高选址效率。
激光雷达测绘技术 [17] 是一种卫星系统利用的技术，用于准确定位需要进行测绘的对象。它通过激光系统发射目标信号，然后将反射信号与原始信号进行比对和处理，以全面分析测量对象的主要位置、高度、运动状态等多方面数据信息。基于这些数据，可以生成相应的3D场景和数字图形，如图3所示，为激光雷达生成影像。
风电场选址3D场景构建技术流程主要包括：影像数据检查和预处理、多视影像特征匹配、空中三角测量、密集匹配点云生成、三维TIN格网构建、纹理映射和数字产品成果生产，具体流程如图4所示。
将整理好的无人机影像数据通过软件进行数据处理，完成数据导入、空中三角测量、三维建模等一系列的航空影像处理后得到光伏三维重构地形图，如图5所示，整个过程自动化程度高，生成的三维模型能够具有较好的精度和效果。
Figure 5. Photovoltaic 3D reconstructed terrain map
图5. 光伏三维重构地形图
利用无人机平台配备的激光雷达配合光学相机，通过数据挖掘与分析得到破坏性最小效率最高的发电场选址。通过识别地形与植被的覆盖情况，在进行风电场选址的时候，能够尽量减少对植被的破坏，树立学生尊重和保护自然的生态文明理念，引导学生在学习过程中提升自身素养，塑造健康的价值观，提高课程的思想政治育人成效。
5. 教学效果
将思想政治教育融入专业知识教学，通过思政案例的有效融入使学生深刻理解课程与社会发展以及个人成长之间的紧密关系，以达到协同教育的目标。教学实践的结果表明，课程思政元素增强了课程的吸引力，激发了学生的学习积极性，学生能够主动地思考和回答问题，通过分组讨论提高学习效率和团队协作能力。在教师的引导下主动在网络上查阅相关论文资料和文献，并且能向教师提出一些问题来共同探讨。同时，鼓励学生参与实际新能源项目，提供机会参观新能源实验室和生产基地，让学生能够拿到真实的数据，并用所学知识对数据进行挖掘处理，通过这一过程提高学生解决实际问题的能力，深化学生对于“新能源数据挖掘与分析”课程知识的领悟。
通过“新能源数据挖掘与分析”课程思政教学改革，学生不仅获得数据科学和技术方面的知识与技能，还培养了社会责任感和可持续发展意识。把思政元素潜移默化地融入课堂中，为培养具备科技与人文素养的新一代新工科学生提供坚实的教育基础。
6. 结语
本文研究了“新能源数据挖掘与分析”课程的教学现状，并在教学方法、教学内容及教师的专业发展等方面给出了改革意见。课程讲授将传统的新能源技术与数据科学相结合，把数据挖掘、统计分析、机器学习等方法融入教学，以解决新能源领域的实际问题。在新工科专业学科的教学目标及教学理论指导下，形成相对稳定的指导教学实践的教学行为系统。结合实际工程应用教授学生分析新能源数据，充分挖掘新能源的潜力，设计了思政教学案例并介绍了MATLAB软件在“新能源数据挖掘与分析”中的主要应用。以风力发电场选址为例，通过数据挖掘与分析得到破坏性最小，效率最高的发电场选址的同时，使学生更深入地理解新能源领域的政策背景。最终将知识传授、能力培养和价值观培养相互补充，使德育教育成为整个课程的主题，为“双碳”背景下新工科类专业如何有效融合思政元素提供了有益参考。
基金项目
昆明理工大学思政内涵式建设教学改革项目“双碳背景下《新能源数据挖掘与分析》课程思政教学体系建设”(2021KS026)；昆明理工大学思政内涵式建设教学改革项目“新工科背景下《数学建模》课程思政内涵式建设探讨与实践”(2021KS058)。