“中国软件杯”大学生软件设计大赛是由国家工业和信息化部、教育部、江苏省人民政府共同主办，是全国软件行业规格最高、最具影响力的国家级一类赛事，为《全国普通高校竞赛排行榜》榜单内赛事。今年，组委会联合百度飞桨共同设立了“智能系统设计与开源创新专项赛道”，下设若干赛道，全面覆盖高职、本科及以上学生。赛道均有区域赛和总决赛，区域赛颁发省级证书，总决赛颁发国赛证书。本周，首批三个赛道即将于官网正式发布，他们为：
01 基于百度飞桨与龙源风电数据的风电功率预测系统开发
清洁能源的快速发展，风力发电已经成为可再生能源的重要组成部分。然而，风具有随机性特点，常规天气预报无法准确反映出风电场所在区域的真实风速，从而造成发电功率预测准确率低下，影响电力供需平衡。因此，提高风电功率预测的准确性，为电网调度提供科学支撑，对我国能源产业有十分重要的价值。
此次赛题由百度飞桨和龙源集团设置，数据集由全球最大风电运营企业龙源电力集团提供，采集自真实风力发电数据，要求选手基于百度飞桨PaddlePaddle设计一个可以通过深度学习技术实现对风力发电进行功率预测及管理的软件系统。为更好管理和预测风力发电功率，参赛选手需利用机器学习/深度学习及软件开发技术实现以下两部分内容：
要求选手基于PaddlePaddle根据官方提供的数据集，设计一种利用当日05:00之前的数据，预测次日00:00至23:45实际功率的方法。准确率按日统计，根据准确率进行排名；准确率相同的情形下，根据每日单点的最大偏差绝对值排名。
PMi为实际功率
PPi为预测功率
Cap = 201000KW
软件部分要求选手实现基于Web的风电功率预测系统，其中包括数据可视化、实时更新、滚动预测和响应式设计四大基础功能。选手可设计更多相关场景的附加功能，通过稳定的软件功能和优秀的人机交互，为非AI专业人员提供良好用户体验。
02 智能四足机器狗电力巡检系统开发
变电站作为连接主干网和配电网的关键节点，常常需要对变电站内主变、母线、开关等主要一次设备运行状态进行实时监控。传统变电站监控和巡视采取人工方式，通过人的感官对设备进行简单定性判断，会存在着很多不足，如劳动强度大、工作效率低、检测质量分散、手段单一等，人工检测的数据也无法准确、及时地接入管理信息系统。并且，随着无人值守模式的推广，巡视工作量越来越大，巡检到位率、及时性无法保证。此次赛题由百度飞桨和宇树科技联合设置，要求选手基于百度飞桨PaddlePaddle，结合宇树科技四足机器狗，设计一个能够在规定地图完成模拟电力巡检任务的软硬件系统。参赛选手需利用深度学习和自动化控制实现以下两部分内容：
预选赛要求选手要求参赛者基于PaddlePaddle，利用企业提供的训练数据，实现一个能够对仪器仪表、火点、安全帽进行精确识别的深度学习模型;
区域赛和总决赛要求选手基于搭载PaddlePaddle的国产四足机器狗宇树Go1机器狗，在规定的地图上进行自动巡检、避障越障和指定任务的完成，根据各任务的完成质量和完成速度进行评分。
03 基于百度飞桨的3D医疗数据解析平台*
医学影像是临床疾病诊断的重要方式，高效精准的从影像中识别出器官结构或病变，是医学影像学中重要的课题。其中，3D影像能够更直观辅助医生提升诊断效率。然而，医疗影像的读片工作对专业知识要求高，工作繁重且重复性较高，常常仅能由专业的影像科医生完成。随着深度学习技术的发展，我们看到了使用AI技术辅助医生快速分析阅片、减轻阅片工作负担的可能性。为更好满足医疗从业者快速构建医疗识别模型及高效进行图像分析的需求，参赛选手需利用深度学习和软件开发技术实现以下两部分内容：
算法部分
要求选手基于PaddlePaddle，在官方指定数据集上进行打榜，实现在验证集上，给定任一3D医疗数据，准确地完成医学数据的分割任务。
软件部分
要求选手实现基于WEB的3D医疗数据解析平台，其中包含医疗数据的导入、分割、可视化和数据分析功能四大基础功能，且飞桨模型可在本地或云端部署进行推理。 选手可设计更多相关场景的附加功能，通过稳定的软件功能和优秀的人机交互，为非AI专业人员提供良好用户体验。