本学科专注于Python语言编程。课程内容包括Python语法、SciPy、NumPy、matplotlib、Pandas等库的特性，以及一些用于解决电力行业应用问题的内置库。课程帮助学生理解如何将数学问题转化为程序代码，并学习数据与实验结果的表示与可视化方法。

本学科探讨机器学习问题中的数据表示方法。涵盖了以下基本数据类型：数值表格数据，时间序列，图像数据，文本数据。课程内容包括数据分析的理论基础，包括概率论与数理统计，并通过实验室案例分析探讨多种方法与技术的应用。此外，课程还概述了大数据与云计算的主要工具。

本课程研究机器学习的主要方法及其在电力行业中的具体应用。考虑了机器学习的以下部分和方法：分类和回归问题中的监督学习（线性模型，支持向量机，决策树，贝叶斯方法，最近邻，神经网络，集成算法），无监督学习（聚类算法），强化学习和优化方法（遗传和群），模糊逻辑，以及初步数据分析和处理方法。

本学科研究电力系统设施数据安全保障和网络威胁防护的基本原理，涵盖法律与组织问题、软件特性、数据保护技术和算法方法，这些措施用于威胁评估并模拟相应的保护措施。重点关注数据保护领域的现行法律框架和相关的工业标准。且深入了解需要保护的数据类型，电力系统设施的网络威胁分类，各种保护技术的操作原理和选型标准。

本学科研究通过将复杂对象表示为集成系统来研究其原理、方法与工具。课程目标是探讨系统设计与运行的理论基础与规律，包括系统分析与综合的方法论原则。所学的分析方法将用于专业领域研究结果的批判性分析、解释与总结，并支持战略决策制定。

本学科聚焦于IEC 61850标准及其他相关技术，旨在确保数字化电力行业设施的性能。课程重点研究变电站信息模型的总体概念，以及用于创建符合IEC 61850标准的变电站模型的专用标记语言。通过对数字化变电站的详细案例分析，学生将掌握设备配置技能，以实现数字化变电站各单元之间的通信流量管理。