緒論：計算機時代，電力專業該如何轉型

02-17

大年三十，看著自己「單身擼管兩腎虧，禿頭猥瑣JB痿」的背影，留下悔恨的淚水。本專欄旨在幫助迷茫想轉行的童鞋，新的一年，新的氣象。

傳統電力行業困惑

供電公司的性價比是不是越來越低了？

答案是不僅國家電網性價比低了，其他國企、事業單位、公務員的趨勢也是相同，相比三桶油，國家電網還是不錯的，只是回落到正常的水平，以前的水平那是不正常，不可持久的。
但是很多人將國家電網誤解了，絕大都是人進的是市縣供電公司，是國家電網省公司的二三級單位，屬於分公司，更不是國家電網總部，國家電網北京總部還是很不錯，當然北京總部不是一般人能進的。
供電公司只是回落到她應有的正常水平，畢竟別人用電，我們用命，供電公司是特殊意義的國企，其實公共服務單位更符合她的屬性，她最大的意義跟公務員一樣，是為人民服務。沒有一顆為人民的心，就不要進公務員、供電公司。
想發財就遠離供電公司，她幫你發不了財，周末和晚上加班不是很正常嗎，外面的私企更嚴重。如果覺得不合適，請遠離，電網再也回不到以前輝煌的時代，電氣（電網）的時代已經過去了。
這個問題的本質其實是：傳統行業的性價比越來越低了，電網改變不了時代前進的步伐。

供電公司的未來怎麼樣？

隨著供給側改革，電力市場開放競爭，國家電網這個盤然大物在未來十幾二十年會被逐漸肢解，因為改革的步伐總是向前的，不可阻擋，儘管有時會被阻擋。
供電公司穩不穩？供電公司的正式工依然會穩如死狗。
會不會像現在這麼輕鬆呢？不大可能，混吃等死的人會越來越少，靠能力吃飯會變得越來越正常，時代總是向前的，儘管它會走彎路。
國家電網的薪資還會不會一降再降？現在很多嗎，一線中下水平，二三線中等水平，三線以下中上水平，我985/211碩士進去拿這點錢很高嗎？還能降去哪？
國家電網薪資會長嗎？回落到正常水平，漲幅也是正常水平，溫飽水平，想發財，別在電網做夢。

電氣工程的性價比是不是越來越低了？

答案是：不是低，是TM太低了，高高在上的分數，不論行業發展還是錢景被錄取線左右的軟體工程和計算機吊打，更加不值得是，國內電氣技術尤其是電網技術獨步全球，導致在工科考研競爭難度中穩坐頭把交椅，你拚命考上985、211的研究生，就是為了進個供電公司，就更加不值了。

計算機時代

實體行業（傳統工業）的不景氣，讓大家不約而同的瞄準了一個新興行業：互聯網。於是為互聯網而生的計算機專業封神：由計算機更名為宇宙機。計算機好不好呢？好。好在哪？好在現在的互聯網。那現在在傳統行業（嵌入式）玩計算機好不好呢？不好。干著碼農的活，可能拿著傳統行業的錢。
與其說計算機好，不如說互聯網行業好，計算機只是工具，這件工具在信息化時代乃至未來的智能化時代都很好用，不會用、用的不溜會成為新時代的文盲。男怕入錯行，行業選對了，用什麼工具反而是其次。但計算機是大都數人入行互聯網最便捷、最好走的路。學計算機通向互聯網的路有很多：前端、後端、web開發，網路爬蟲、大數據、機器學習、深度學習、演算法工程師、數據科學、數據挖掘等等，眼花繚亂的崗位到底哪個好呢？在此，不過分討論互聯網哪個崗位好，只討論下電氣工程要不要學好計算機？學計算機哪些東西好？如何轉型？

電氣如何結合計算機轉型

電氣工程要不要學好計算機？

要，當然要，肯定要，怎麼能夠不要？而且要學習計算機中最新最熱最高大上的技術，就想見到心儀的女人一樣，用你最原始的力量使勁懟，就是干，那你是女人怎麼辦，吸干他。
計算機是工具，電氣是對象。就像利用計算機打造互聯網一樣，互聯網也是個對象。拿著計算機直接懟電氣，懟能源，計算機能夠打造IT互聯網，同樣可以幫助能源界打造能源互聯網。
有些經驗十足的工程師更偏向嵌入式技術，這是傳統計算機技術，甚至可以說是電氣本身的技術。這些工程師是身處傳統行業，思維也局限於傳統行業，這也是傳統行業的局限性。那嵌入式技術要不要學呢？感興趣可以學，但不推薦（干著碼農的活，拿著電氣的錢，跟群專科生搶飯碗）。一談錢，人就俗了點，但我是個俗人，這沒辦法。那推薦學什麼呢？

電氣工程該學些什麼計算機技術

先拋個磚：

什麼叫智能電網：利用先進的計算機、通信和控制技術改造電網。

什麼叫能源互聯網：利用先進的計算機通信控制技術及大數據云計算人工智慧（機器學習）技術打造全球能源互聯網。

一對比答案就呼之欲出了，大數據云計算機器學習屬於計算機技術，但是被單獨提取出來，相當於劃重點了。
得益於近十年來互聯網的崛起，利用互聯網對傳統行業進行改造呼聲（炒作）空前高漲，誰都想轉行做互聯網（服務業）。電氣能源界也不例外，目前在電氣與計算機結合的都是當今IT界最為炙手可熱的技術，機器學習、深度學習、大數據、雲計算、物聯網等，稍微關注過的童鞋就知道炒作有多火，不過這些技術，尤其是在搞電力大數據和機器學習的方向，起步是研究生（打雜），吃香的是博士。

電氣結合CS研究方向：

機器學習/深度學習在能源互聯網中的應用
電力大數據與機器學習在智能配用電中的應用
深度強化學習在電力市場與需求響應中的應用
電力雲計算在能源互聯網的應用

計算機視覺在電力線路中的應用
智能物聯網
智慧城市（阿里的智慧城市，利用物流大數據打造智慧交通）
智慧能源

這些只是大方向，裡面的小方向更是不勝枚舉，如：電動汽車路徑規劃，新能源發電預測、智能傢具、儲能系統規劃和分布、需求響應與電價的優化問題等等，尤其是面向用戶的智能用電，只要你掌握了用戶，還有什麼生意做不成的（我手中有九億用戶，還有什麼生意是騰訊做不成的----馬化騰），單一個電力系統就是全世界最複雜的網路，何況是全球能源互聯網。想學習嗎？讀個博先。
以上技術可以有個通稱：數據科學或數據挖掘，未來是個以數據（大數據）驅動的智能化社會，人工智慧更是被譽為下一次工業革命，人工智慧被納入高考更是可見一斑，學會以數據去解決問題，變得很重要，學會以數據去解決你所在的行業問題，必能在下次風口佔得先機，實在不行，退一步國網保平安，進一步無縫銜接互聯網，還是互聯網的高端職位。

需要哪些計算機的入門知識

電氣能源系統：發輸變配用調六個方面等
機器學習/深度學習/強化學習理論（熟悉公式推導）
統計學、運籌學--數學理論
數字圖像處理

數據結構與演算法
操作系統（了解）
大數據框架hadoop/spark等
深度學習框架：tensorflow、pytorch等
機器學習框架：sklearn/matlab
編程語言：Java、python
養生學：如何防治禿頂腎虧JB萎

總結

說了這麼多，其實最重要的是轉換思維，把傳統電氣量思維轉到電氣數據思維上，用數據去思考問題，在未來數據是新時代的能源，誰掌握了數據，誰懂得用數據技術解決問題，誰就可能在下次風口站起來。IT互聯網用IT互聯網數據解決問題，能源互聯網用能源互聯網數據解決問題，下一次工業革命是人工智慧，用大數據提供原料，雲計算提供動力，機器學習提供技術，打造智能化社會。
計算機結合電氣轉型的這條路，是條不好走的路（但又哪條路好走呢？拼搏奮鬥的路註定不好走），路很長、路艱難，長到碩士入個門，博士禿頂走不完；難到禿頭腎虧jb痿，枸杞六黃懟不住。
如果在填志願那刻選擇什麼專業，我會毫不猶豫的選擇宇宙機，去TMD傳統工科。