负责智慧园区能源物联网平台的整体架构设计与技术落地，统筹传感器网络、边缘计算、云平台三层技术栈整合，解决多源异构数据接入、高并发处理及跨系统协同难题，支撑园区能耗优化与分布式能源协同控制。

• 主导设计基于LoRaWAN+5G的混合传感网络架构，针对园区23个厂区设备分布散、通信延迟高的痛点，创新采用分层组网策略——低功耗设备通过LoRaWAN覆盖地下管廊，高实时性设备（如光伏逆变器）通过5G切片接入，配合自研协议网关实现双链路冗余，数据采集完整率从89%提升至99.6%，单设备月均断连时长缩短至1.2小时以内。
• 搭建多协议兼容的边缘计算平台，解决ABB、西门子、华为等不同厂商设备的协议适配问题：基于OPC UA TSN标准扩展自定义解析引擎，结合Eclipse Mosquitto MQTT代理实现12类工业协议（Modbus RTU/TCP、BACnet等）到统一JSON格式的实时转换，边缘侧数据处理延迟降低至80ms，云平台日均接收有效数据量从12TB增至45TB。
• 设计时序数据库+湖仓一体的数据存储方案，选用InfluxDB存储高频能耗数据（采样间隔1s），MinIO构建冷数据湖存储设备日志与气象数据，通过Flink实时计算框架关联光伏出力、储能状态与环境温度，实现园区综合能耗预测模型输入数据准备效率提升70%，支撑AI算法将日负荷预测准确率从85%提升至93%。
• 推动平台与园区EMS（能量管理系统）、充电桩集群的跨系统协同，开发基于gRPC的微服务接口，定义21个标准化数据主题（如“储能SOC-电价曲线”“空调负荷-室外温湿度”），实现分布式光伏就地消纳率提高18%，年节约购电成本超600万元。

聚焦工业级能源设备物联接入与边缘智能应用开发，负责传感器网络部署方案设计、协议转换模块开发及平台性能优化，支撑客户侧分布式光伏、储能系统的远程监控与故障预警。

• 牵头完成12个工商业分布式光伏电站的物联接入项目，针对屋顶组件环境恶劣（高温、高湿、电磁干扰）问题，选型耐候性RS485+LoRa双模传感器，设计防雷击浪涌电路，结合工业级防水盒部署，实现设备在线率从92%提升至98.5%，单站年均故障排查时间从36小时缩短至4小时。
• 开发轻量级边缘计算网关固件，基于RT-Thread实时操作系统集成Modbus TCP转MQTT功能，支持自定义规则引擎（如设定逆变器效率低于95%触发告警），在某50MW农光互补项目中部署后，运维人员通过平台直接定位组件热斑故障的响应时间从2小时压缩至15分钟，年运维成本降低25%。
• 优化平台数据传输效率，针对海量小数据包（如单传感器每10秒上报1条状态）导致的带宽浪费问题，采用CoAP协议替代HTTP/HTTPS，结合MQTT QoS 1等级与消息聚合机制，单设备月均流量消耗从1.2GB降至350MB，客户通信费用年节省超80万元。
• 构建设备健康度评估模型，基于历史运行数据（温度、电压、发电功率）训练XGBoost分类器，定义“一级预警（72小时内可能停机）”“二级预警（周级性能衰减）”等标签，在某园区储能项目中试点后，电池组异常停机事件减少60%，延长设备使用寿命约1.5年。

参与能源设备物联平台基础功能开发与测试，负责传感器数据采集模块编码、协议解析脚本编写及现场调试，保障平台对电表、水表、光伏逆变器等设备的稳定接入。

• 独立完成Modbus RTU协议解析模块开发，基于Python的pymodbus库封装通用接口，支持读取电表的有功功率、累计电量、电压电流等16类参数，通过单元测试验证解析准确率达100%，该模块被纳入平台核心组件，在后续30+项目中复用。
• 驻场某工业园区完成200+台智能电表的现场调试，解决因接线松动、波特率不匹配导致的通信失败问题，设计“三步排查法”（检查物理连接→验证协议参数→抓包分析报文），将单表调试时间从40分钟缩短至15分钟，项目交付周期压缩20%。
• 参与平台压力测试，使用JMeter模拟5000台设备并发上报数据，发现MySQL数据库写入瓶颈后，提出分表策略（按设备ID哈希分16张表）与批量插入优化，将写入QPS从800提升至3500，支撑平台满足中大型园区的接入需求。
• 编写《能源设备物联接入操作手册》，梳理电表、逆变器、温控器等8类设备的接线规范、参数配置要点及常见故障处理流程，成为公司新员工培训核心教材，使初级工程师独立完成现场调试的达标时间从3个月缩短至1个月。

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）。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。