主导能源物联网平台的架构设计与技术迭代，统筹多场景（分布式光伏、用户侧储能、充电桩）智慧能源系统的数据互通、实时监控与智能应用落地，支撑公司核心产品向‘云-边-端’协同架构升级。

• 主导设计基于‘边缘计算+云原生’的第三代能源物联网平台架构，针对分布式光伏逆变器、工商业储能PCS、V2G充电桩等多源设备的异构通信问题，创新性引入OPC UA over TSN（时间敏感网络）适配层，解决传统Modbus/RTU协议与IP网络的兼容瓶颈，单站点设备接入数量从8类提升至22类，通信延迟从200ms压降至50ms以内，支撑某国家级绿色园区50MW光伏+10MWh储能项目一次性验收通过。
• 牵头攻关高并发数据流处理技术，基于Apache Flink重构平台流计算引擎，结合动态窗口划分策略（事件时间窗口+滑动窗口），实现10万+测点/秒的实时数据处理能力，支撑储能系统SOC（荷电状态）预测、负荷聚类分析等业务场景，关键指标计算准确率从85%提升至92%，助力客户侧能源成本降低12%。
• 推动数字孪生模块深度集成，基于Unity3D构建物理设备三维模型库（涵盖变压器、开关柜、光伏组件等43类资产），耦合ANSYS仿真数据与IoT实时数据，实现配电站室温升、局放等异常状态的毫米级定位，故障排查时间从平均45分钟缩短至8分钟，该功能被纳入公司‘智慧能源运维平台’核心卖点，支撑签约3个省级电网数字化改造项目。
• 制定《能源物联网设备接入技术规范V2.0》，统一MQTT 5.0协议的消息主题结构（含设备元数据、遥测数据、控制指令三级主题），新增设备身份认证（X.509证书）、数据加密（AES-256）等安全机制，接入设备故障率从3‰降至0.8‰，平台通过国家信息安全等级保护三级认证。

负责区域能源物联网项目的架构规划与技术落地，聚焦多能互补系统（光伏+燃气三联供+储能）的数据融合与应用开发，推动平台从单一能源类型监控向综合能源管理转型。

• 设计基于InfluxDB+Grafana的时序数据存储与可视化方案，针对园区级能源系统10万+测点/秒的写入压力，优化TSM（时间序列合并）存储策略，结合冷热数据分层（近7天数据存SSD，历史数据归档至对象存储），查询响应时间从5s缩短至300ms，支撑客户侧能源日报、峰谷套利分析等高频操作。
• 开发设备健康管理算法，基于LSTM神经网络融合设备运行参数（温度、电流、振动频率）与环境数据（湿度、气温），构建设备剩余寿命（RUL）预测模型，对园区燃气轮机的预测准确率达89%，提前30天预警轴承磨损故障，避免非计划停机导致的客户损失约200万元/次，相关成果申请发明专利1项（已受理）。
• 协调跨部门团队完成某国家级产城融合示范区项目交付，主导解决光伏出力波动与储能充放电策略的协同控制问题，通过强化学习算法优化调度逻辑，园区综合能源利用率从78%提升至85%，项目获‘中国智慧能源年度最佳实践案例’奖项，直接推动公司中标同类型项目2个（合计合同额4500万元）。
• 搭建自动化测试平台，基于Python+Selenium编写接口测试脚本，覆盖90%核心功能点（设备注册、数据上报、指令下发），版本迭代周期从5周缩短至3.5周，测试缺陷遗漏率从15%降至5%，保障平台在大规模部署时的稳定性。

参与能源物联网平台的模块开发与技术验证，聚焦设备接入、边缘计算等基础功能实现，为上层应用提供稳定数据支撑。

• 开发轻量级设备接入网关，基于Go语言实现Modbus RTU/TCP、BACnet三种协议的解析与转换，支持100+台智能电表、温湿度传感器的并发接入，数据采集成功率从92%提升至98.5%，降低现场调试时间30%。
• 优化边缘计算节点资源调度策略，基于Docker容器化技术封装数据处理微服务（如异常值过滤、简单聚合计算），结合K8s的Horizontal Pod Autoscaler实现弹性扩缩容，边缘端CPU占用率从45%降至32%，支撑高并发场景下的本地实时处理需求。
• 协助构建测试验证体系，设计覆盖通信协议、数据处理、指令下发的全链路测试用例200+条，搭建模拟环境（含50台仿真设备、3类通信网络），版本发布前的故障检出率从60%提升至85%，保障平台在复杂工业环境下的可靠性。
• 调研5G切片技术在能源物联网中的应用，输出《5G+能源物联网场景可行性分析报告》，提出‘低时延控制切片+大连接监测切片’的分层方案，为公司后续布局5G能源专网提供技术储备。

某国家级工业园区“源-网-荷-储”多能互补微电网智能调控系统研发与应用

• 项目背景：某国家级双碳试点工业园区现有80MW分布式光伏、20MWh储能及年5亿kWh工业负荷，存在出力波动大、综合能耗高（0.85tce/万元）、用电成本高（大工业电价0.8元/kWh）等问题，需构建“源-网-荷-储”协同智能调控系统。我的职责是主导系统架构设计、核心技术攻关及客户需求闭环落地。
• 关键难题：一是多时间尺度能源耦合预测误差大（传统ARIMA准确率仅72%）；二是设备协议碎片化（Modbus/MQTT/IEC61850共存），接入率不足60%；三是调控策略静态化，无法应对夏季尖峰负荷失衡。
• 核心行动：① 搭建“气象-历史用能-设备状态”三维特征工程，融合LSTM与Transformer开发混合预测模型，将15min级负荷预测准确率提至91%；② 设计边缘计算网关+协议适配中间件，定制20+协议转换插件，实现92%设备标准化接入；③ 引入深度强化学习（DRL），以“降成本+高消纳”为奖励函数，动态优化储能充放电及分布式电源出力，支持秒级响应。
• 项目成果：系统上线后，园区综合能耗降至0.69tce/万元（降18%），年用电成本减220万元（降27.5%），储能利用率从38%提至51%；形成企业标准《工业园区多能互补微电网智能调控技术规范》1项，助客户获“国家级绿色工业园区”，我获公司“年度技术攻关一等奖”。

区域级智慧能源平台负荷预测与需求响应模块迭代升级

• 项目背景：公司原平台仅支持单区域监测，无法满足省级电网“跨区域能源优化”需求，需升级负荷预测与需求响应模块。我的职责是优化负荷预测算法、设计需求响应策略，联动电网及用户完成试点。
• 关键难题：一是跨3地市（工业/商业/居民用能差异大）数据异构，无法整合训练；二是传统“固定补贴”需求响应参与率仅15%，支撑不了削峰；三是缺乏可视化工具，客户看不到响应效果。
• 核心行动：① 用横向联邦学习整合3区域数据，不共享原始信息前提下训练模型，跨区域能源需求预测准确率从78%提至89%；② 基于博弈论设计动态定价策略，结合用户用能习惯推个性化邀约，参与率提至55%；③ 开发“需求响应效果看板”，实时展示响应电量、补贴及负荷削减量，提升决策效率。
• 项目成果：升级后平台覆盖5区域，聚合150MW分布式能源，年削峰填谷电量8000万kWh，减碳12万吨；需求响应模块获电网“年度最佳合作伙伴”，推动公司与3家省级电网签长期合同，我主导的联邦学习框架申请发明专利1项（已受理）。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。