一、比赛概况
为推动校园创新对接产业真实需求,深化校企联合育人,上海电力大学数理学院联合上海吉瓦时能源科技有限公司举办“吉瓦时杯”揭榜挂帅科创竞赛。上海吉瓦时能源科技有限公司深耕光储充综合能源领域,结合企业一线需求,设置实战揭榜题目,面向全校在读学生开放报名。
比赛采用“企业出题,学生揭榜攻关”模式,设置初赛材料评审、决赛答辩加模拟校验两大环节,重点考核方案创新性、AI应用水平、经济可行性与仿真结果准确度。赛事设有丰厚奖金,优胜队伍可获得企业带薪实习、管培生候选等机会,希望鼓励同学们融合多学科知识解决能源行业实际问题,将校园创意转化为可落地的产业方案。
具体比赛信息如下:
主办单位 | 上海电力大学数理学院 上海吉瓦时能源科技有限公司 |
参赛对象 | 全校在读学生 |
组队要求 | 3-5人/队,必须包含2个及以上不同专业,每人至多参加一个队伍 |
比赛阶段 | 初赛(材料评审,占40%)+决赛(现场答辩+模拟校验,占60%) |
揭榜题目 | 四选一 |
二、揭榜题目(四选一)
编号 | 题目名称 | 核心考察方向 |
A题 | 如何利用智能识别技术和能源平台有效解决充电站占位问题 | 计算机视觉+能源平台+用户行为分析 |
B题 | 不同场景下光伏储能系统的最优配置计算模型 | 新能源系统优化+运筹学+经济性分析 |
C题 | 实际商业场景的负荷预测算法 | 时间序列预测+机器学习+业务理解 |
D题 | 如何利用储能系统实现动态扩容的最优解算法和运行逻辑 | 储能控制策略+电力系统+优化算法 |
三、团队组建要求
1.团队人数:3-5人
2.专业要求:至少2个不同专业(以学生证或学籍系统为准)
3.队长职责:指定1名队长,负责团队协调和对外联络
4.指导教师:可选配1名校内指导教师或企业导师
5.鼓励跨学院组队(如数理学院+电气工程学院+计算机学院)
6.鼓励本科生与硕士生混合组队
7.鼓励参赛团队与企业技术导师提前沟通选题方向
四、提交材料要求
参赛团队须提交以下完整材料:
材料类别 | 具体内容 |
1.课题背景分析 | 行业痛点、市场需求、现有方案不足、课题研究价值 |
2.解决方案 | 整体技术架构、核心算法/模型、系统拓扑图、主要设备组成、关键技术路线 |
3.解决路径 | 项目实施步骤、时间规划、里程碑节点、风险应对 |
4.经济模型 | 成本估算、收益预测、投资回报分析(ROI/IRR)、敏感性分析 |
5.AI/软件模拟 | 使用AI工具或专业软件进行实际运行模拟,提交可运行的代码/模型或演示视频 |
6.团队分工说明 | 各成员专业背景、职责分工、贡献度说明 |
企业单位会给出每个课题的大致内容和部分现场数据,揭榜者需根据自我理解完善项目背景以及研究方向。
特别说明:材料中须明确标注AI工具的使用情况(如使用了ChatGPT辅助代码编写、使用了MATLAB/Python进行仿真、使用了机器学习框架等)。
五、竞赛日程
(一)报名与初赛阶段
1.报名时间与方式:报名团队请填写信息,截止至2026年11月27日。
“吉瓦时杯”揭榜挂帅科创竞赛报名信息收集:
https://docs.qq.com/form/page/DRFBJbmVXTmVQSWxM
2.初赛时间与材料提交方式:线上提交材料,截止至2026年12月25日。
报名材料打包,命名“吉瓦时杯+负责人专业及姓名+联系电话”,打包发至邮箱958379875@qq.com。
(二)决赛阶段
1.决赛时间:预计2027年4月,具体另行通知
2.决赛形式:采用“展示+专家提问”的方式,由评审专家打分,评选等级奖项。
六、评选维度与评分细则
采用百分制评分,五个维度权重如下:
评选维度 | 权重 | 分值 | 考察要点 |
团队分工与协作 | 10% | 10分 | 跨专业组合合理性、角色分工清晰度、文档规范性 |
AI应用程度 | 25% | 25分 | AI工具使用深度、创新性、工具链完整性 |
方案先进性 | 20% | 20分 | 技术路线原创性、算法创新性、方法论先进程度 |
可落地性/经济性 | 25% | 25分 | 商业可行性、投资回报分析、实施路径清晰度 |
模拟结果准确度 | 20% | 20分 | 模拟数据真实性、结果可信度、验证方法科学性 |
合计 | 100% | 100分 | — |
6.1 团队分工与协作(10分)
评分等级 | 分值区间 | 具体标准 |
优秀 | 9-10分 | 团队成员来自3个及以上不同专业,分工明确且与专业高度匹配;文档结构清晰、格式规范、图表专业 |
良好 | 7-8分 | 团队成员来自2个不同专业,分工合理;文档完整、格式基本规范 |
一般 | 5-6分 | 虽跨专业但分工与专业关联度不强;文档存在明显格式或结构问题 |
不合格 | 0-4分 | 未满足跨专业要求,或分工混乱、文档质量差 |
6.2 AI应用程度(25分)
评分等级 | 分值区间 | 具体标准 |
优秀 | 22-25分 | AI工具贯穿项目全流程(需求分析→方案设计→代码开发→测试优化);能清晰说明AI辅助与人工原创的边界 |
良好 | 17-21分 | AI工具在核心环节(如代码生成、数据分析、模型训练)有深度应用;有明确的AI使用说明 |
一般 | 12-16分 | AI工具仅在辅助环节使用(如资料搜集、文案润色);未体现AI对项目核心成果的贡献 |
不合格 | 0-11分 | 未使用AI工具,或AI使用与项目无关 |
6.3 方案先进性(20分)
评分等级 | 分值区间 | 具体标准 |
优秀 | 17-20分 | 技术路线具有明显原创性,核心算法/模型有创新突破;方法论领先于现有行业方案;有相关文献或专利支撑 |
良好 | 13-16分 | 技术路线合理,在现有方案基础上有改进或优化;算法设计科学,逻辑严密 |
一般 | 9-12分 | 技术路线常规,缺乏创新点;算法设计基本合理但深度不足 |
不合格 | 0-8分 | 技术路线存在明显缺陷,或涉嫌抄袭 |
6.4 可落地性/经济性(25分)
评分等级 | 分值区间 | 具体标准 |
优秀 | 22-25分 | 经济模型完整(含ROI、IRR、回收期);场景定义清晰,数据来源于真实商业场景;实施路径具体可行,有明确的合作方或落地渠道 |
良好 | 17-21分 | 经济模型基本完整,主要财务指标已计算;场景定义较清晰;实施路径合理但细节待完善 |
一般 | 12-16分 | 经济模型简单,缺少关键财务指标;场景定义模糊;实施路径过于理想化 |
不合格 | 0-11分 | 缺少经济模型,或模型数据明显失真;方案无法在实际场景中落地 |
6.5 模拟结果准确度(20分)
评分等级 | 分值区间 | 具体标准 |
优秀 | 17-20分 | 使用专业软件/代码进行完整仿真;数据来源可靠(公开数据集或真实业务数据);结果经过交叉验证;模拟输出与理论预期一致 |
良好 | 13-16分 | 进行了基本仿真;数据来源说明清晰;结果基本合理 |
一般 | 9-12分 | 仿真不完整或过于简化;数据来源未说明;结果可信度存疑 |
不合格 | 0-8分 | 未进行仿真,或仿真结果明显错误 |
特别说明:企业单位不提供任何标准的模型和方案,揭榜者可根据网上调研或者现场调研增强对项目的理解,只要能清晰的说明方案中的各项关键参数以及数据来源即可。
七、评选办法与流程
比赛分为初赛和决赛两个阶段,最终得分=初赛得分x40%+决赛得分x60%。评审组专家由企业技术专家和高校教师组成。
7.1第一阶段:初赛材料评审(占比40%)
1.参赛团队提交完整材料(背景分析+解决方案+解决路径+经济模型+AI模拟+团队分工),
2.盲审机制:材料匿名提交,由校企联合评审组进行独立打分,
3.每份材料由评委分别打分,取平均分,
4.按总分排名,前10支团队进入决赛。
7.2第二阶段:决赛现场测试与答辩(占比60%)
1.入围团队进行现场答辩(15分钟展示+10分钟专家提问),
2.实战测试:针对所选题目,在限定数据集/场景上运行模型并输出结果。
7.3最终成绩计算
最终得分=初赛材料评审得分x40%+决赛现场得分x60%
按最终得分排名,确定一、二、三等奖及优秀奖。
八、奖项设置
奖项 | 数量 | 奖金 | 附加权益 |
一等奖 | 1个团队 | 10,000元 | 直接获得带薪实习机会+管培生资格(大三即可入职) |
二等奖 | 2个团队 | 6,000元/队 | 直接获得带薪实习机会 |
三等奖 | 3个团队 | 3,000元/队 | 直接获得带薪实习机会 |
优秀奖 | 若干 | 证书 | 纳入企业人才观察池,优先获得后续项目参与资格 |
九、参赛要求
1.原创性要求:所有提交材料须为团队原创,严禁抄袭、剽窃。一经发现,取消参赛资格并通报学院。
2.AI使用声明:团队须如实声明AI工具的使用范围和程度,隐瞒或虚报将酌情扣分。
3.数据真实性:经济模型中的数据来源须真实可靠,严禁编造数据。
4.团队成员稳定性:报名后不得随意更换队员,确需调整的须经组委会同意。