负责城市高压燃气输配系统全时段调度管控，统筹负荷预测、管网压力平衡及应急工况处置，协同上游气源（如西气东输、LNG储备站）与下游120家工商业/居民用户需求，保障区域150公里管网安全稳定运行及供应经济性

• 主导构建基于机器学习的燃气负荷预测模型，采用Python+TensorFlow技术栈，整合近5年居民/工业用气历史数据、气象预警信息及12家重点电采暖用户生产计划，针对传统ARIMA模型对极端高温（2023年夏季42℃以上天气）及新兴用户负荷突变预测偏差超10%的问题，引入注意力机制优化特征提取，将短期（1-7天）预测准确率从89%提升至95%，支撑调度团队提前3天调整气源采购计划，区域管网日压力波动幅度从±0.05MPa缩小至±0.042MPa，年降低设备损耗成本约96万元
• 优化高压管网压力控制策略，基于SCADA系统与PID控制算法，针对夏季空调负荷激增导致管网峰谷差从0.3MPa扩大至0.45MPa的问题，设计“分时分区压力梯度调控方案”——早高峰（8:00-11:00）提升门站出口压力至0.4MPa保障居民用气，晚高峰（18:00-21:00）联动3家工业用户临时降低用气负荷，将管网最高压力超标率从7%降至1%，年节约管网运维成本82万元
• 牵头处置“11·20”第三方施工破坏燃气泄漏应急事件，启动三级应急调度预案，通过GIS地理信息系统精准定位泄漏点（位于老城区主干道下方1.2米）周边5座阀组，协同抢修队伍实施“带压封堵”作业，同步调整区域内12家工业用户供气计划（切换至备用气源），将停气影响范围从8平方公里缩小至1.5平方公里，恢复供气时间较行业平均缩短40%（从6小时降至3.5小时）
• 推动调度系统数字化升级，参与开发“燃气智能调度决策平台”，整合实时监测（120个压力/流量传感器）、预测分析（机器学习模型）、应急模拟（EPANET水力仿真）三大模块，实现调度指令自动生成与闭环跟踪（从报警到指令下发仅需5分钟），替代原人工核对流程，调度响应效率提升200%，获公司年度“技术创新一等奖”

协助开展燃气输配系统调度策略研究，参与负荷预测模型优化、管网水力模拟及冬季保供方案编制，支撑调度方案落地实施

• 参与《城镇燃气调度运行规范》省级标准编制，收集整理10家地市燃气公司调度流程数据，采用德尔菲法提炼“气源切换阈值”“压力异常报警响应时间”等8项关键指标，主笔撰写第3.2节“负荷预测与日计划编制”，明确“历史数据+气象修正+用户申报”三源数据融合的预测流程，填补省内调度标准化空白，标准于2022年10月发布实施
• 搭建老城区中压管网水力模拟模型，使用EPANET软件输入150个节点流量数据，模拟冬季-5℃时居民用气负荷增长35%的场景，发现3处管径不足（DN100→需扩容至DN150）及2座调压器压力匹配失衡问题，提出“局部管径扩容+调压器联动改造”方案，经仿真验证可将区域压力合格率从92%提升至98%，方案被纳入2022年管网改造计划，惠及10万居民用户
• 协助完成冬季保供调度演练，用MATLAB编写“极端低温情景下负荷激增模拟脚本”，模拟-10℃时居民用气负荷增长40%、工业用户负荷下降20%的极端情况，优化“气源优先级调度方案”——优先启用LNG储备站（日供气增加5万立方米），同步限制3家非连续生产企业非必要用气，演练后实际保供期间管网压力稳定性提升15%，未发生一起用户投诉

协助收集燃气调度基础数据，参与管网运行日报编制，学习负荷预测与调度指令执行流程，熟悉SCADA系统操作

• 负责整理近3年城市燃气日负荷数据，用Excel VBA自动化处理10万条原始数据（含压力、流量、温度），生成“月度负荷曲线”“典型日（工作日/周末）负荷分布”等6类报表，数据准确率达100%，为后续负荷预测模型训练提供标准化输入，获部门“数据处理能手”称号
• 参与编制《每日调度运行简报》，跟踪上游西气东输管道供应量（日波动±5%）及下游商业综合体（如万达广场）用气需求变化，标注当日调度关注要点（如18:00-20:00商业用气高峰需提升门站压力），简报成为调度团队每日晨会核心参考资料，支撑调度指令精准落地
• 跟随资深调度员参与“8·15”居民小区燃气压力骤降事件处置，协助联系物业核查用户端阀门状态（发现3栋楼入户阀未全开），同步在SCADA系统中调整相邻区域调压器输出压力（从0.2MPa提升至0.25MPa），1小时内恢复正常供气，掌握了“数据排查+现场协同”的应急调度流程

省级电网多能互补输配优化系统研发与应用

• 项目背景源于双碳目标下省内电网的核心痛点——风电、光伏等可再生能源占比提升至35%后，波动性导致弃风弃光率达11%，同时电-热-气多能输配网络协同效率低。核心目标是构建覆盖“源-网-荷-储”的多能互补输配优化系统，提升可再生能源消纳率与输配网络运行效率。我在项目中牵头整体技术方案设计、核心技术攻关及跨部门（电网调度、新能源电站、储能厂商）协调。
• 项目难点集中在三方面：一是多源异构数据（电、风、光、储、热）的时空对齐与融合，二是缺乏精准的多能网络耦合模型（传统模型未考虑能量转换损耗的动态变化），三是实时优化算法的响应速度无法满足电网秒级调控需求。针对这些问题，我选择数字孪生技术构建多能网络数字镜像，基于LSTM模型融合气象数据与历史运行数据，实现可再生能源出力与负荷的48小时精准预测；同时引入深度强化学习（DQN算法）设计实时优化策略，解决传统模型对动态变化的适应性不足。
• 我的核心行动包括：1）牵头调研省内12家新能源电站、5个储能站点及20座变电站的运行数据，梳理出23类数据接口规范，搭建了覆盖全省的电网-储能-新能源多能数字孪生平台；2）迭代优化3版多能耦合模型，引入“能量转换损耗系数动态修正因子”，将电-热转换的损耗计算偏差从15%降至3%；3）针对强化学习的局部最优问题，创新性加入熵正则化机制改进奖励函数，使算法的全局寻优能力提升40%。
• 项目成果显著：可再生能源消纳率从89%提升至96%，年减少弃风弃光电量12亿千瓦时（折合标准煤36万吨）；输配网络损耗率从5.2%降至4.6%，年节约输配电成本2300万元。系统上线后支撑了省内3个新能源基地的满负荷消纳，获省电力行业协会“2023年度科技进步二等奖”，我个人作为技术负责人获公司“年度突出贡献奖”。

城市老城区燃气管网压力分级调控系统改造

• 项目背景是公司为某老城区（建成于上世纪90年代）的燃气管网改造需求——管网投运20余年，压力传感器覆盖率仅30%，日均超压次数达15次，曾发生3起轻微燃气泄漏事故，安全隐患突出。目标是实现管网压力精准调控，将压力合格率提升至95%以上，降低泄漏风险。我在项目中负责系统方案设计、传感器部署及调控算法优化。
• 项目难点包括：一是老管网基础数据缺失（管径、阻力系数的设计值与实际值误差超20%），二是传统PID控制无法适应居民用气的动态负荷变化（早高峰与晚高峰负荷差达40%），三是传感器部署需避免开挖路面影响居民生活。我选择EPANET软件构建管网水力模型，通过物联网无线传感器补全实时数据，同时采用模糊控制算法设计分级调控策略，解决动态负荷下的压力稳定问题。
• 我的核心行动有：1）带队完成150公里老管网的现场勘查，采用地质雷达探测地下管网走向，新增200个LoRa无线压力传感器（无需开挖，直接安装在阀门井或管壁），实现管网压力全节点覆盖；2）通过3个月的 historical data 训练，将水力模型的管径误差降至5%以内，流量计算精度提升至92%；3）开发模糊控制调控系统，设置“高压预警-中压调节-低压保障”3级阈值，根据实时负荷动态调整区域调压器的开度，将响应时间从5分钟缩短至30秒。
• 项目成果：管网压力合格率从85%提升至98%，日均超压次数降至2次以内，泄漏事故率较改造前下降70%；年减少燃气泄漏损失约120万立方米（折合标准煤1680吨），项目被市城管局评为“2021年度民生工程示范项目”。我主导的“非开挖式传感器部署方案”被纳入公司老管网改造标准流程，后续推广至3个同类项目。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。