负责工业设备物联网连接的底层架构设计与实现，支撑工厂能耗监测与生产协同场景，解决老旧设备通信兼容及数据传输稳定性问题

• 主导设计工业设备物联网连接底层架构，基于MQTT 3.1.1协议栈结合研华UNO-2170G边缘计算网关，开发定制化Modbus RTU转MQTT协议转换模块，解决西门子S7-1200 PLC、ABB变频器等老旧设备的通信兼容问题，将产线设备接入率从72%提升至98%，单设备通信延迟从500ms降低至80ms，支撑客户实现车间设备状态实时监控
• 核心开发基于LoRaWAN的厂区能耗监测节点，选用SX1278射频芯片与STM32L0低功耗处理器，集成霍尔电流传感器采集车间照明、空压机能耗数据，通过LoRaWAN网关上传至后端InfluxDB时序数据库，支撑客户完成月度能耗成本拆解，帮助识别3个高能耗工位并优化，年节约电费12.6万元
• 优化物联网平台安全机制，引入DTLS 1.3加密算法与设备身份双向认证（基于X.509证书），解决厂区无线传输中的数据泄露风险，经中国信息安全测评中心渗透测试，系统安全漏洞从11个降至0，符合IEC 62443-3-3工业物联网安全标准
• 支撑汽车零部件客户产线数字化改造，对接西门子OPC UA服务器实现PLC与物联网平台的实时数据同步，替代传统Modbus TCP协议，将生产数据（如设备OEE、能耗）更新频率从10秒/次提升至1秒/次，支撑MES系统实现生产与能耗联动控制，帮助客户降低产线待机能耗15%

负责园区级智慧能源系统物联网架构设计，覆盖微电网、分布式光伏与储能协同监控，支撑实时能源调度与碳排管理，解决多源异构数据融合与跨系统联动问题

• 主导10万㎡产业园区智慧能源物联网架构设计，基于“云-边-端”三层模型，整合屋顶光伏（500kW）、磷酸铁锂储能（2MWh）、柴油发电机及空调/照明负荷终端，采用Kafka消息队列实现秒级数据流转，支撑平台同时处理12万+设备接入，数据吞吐量达500Mbps，满足园区“源-网-荷-储”实时协同调度需求
• 设计分布式光伏与储能边缘决策策略，基于Python开发边缘计算引擎，融合历史负荷数据、光伏辐照度预测（来自气象API）与储能SOC状态，动态调整光伏出力与储能充放电功率，将园区分布式能源自消纳率从65%提升至88%，年减少电网购电成本约210万元
• 解决多源异构数据融合问题，采用Apache Kafka Connect与Schema Registry，统一光伏逆变器（华为SmartLogger）、储能BMS（宁德时代）及负荷控制器（施耐德PowerLogic）的Modbus、MQTT、HTTP数据格式，构建基于Hadoop HDFS的能源数据湖，支撑上层LSTM算法实现未来72小时负荷预测（MAE≤3%），帮助园区提前调整调度策略，应对极端高温天气下负荷峰值
• 推动能源物联网平台与虚拟电厂对接，基于OpenADR 2.0b标准实现需求响应指令下发与反馈，整合园区内可调负荷（空调温度调高2℃、储能放电），在2024年夏季高峰时段响应电网调度12次，累计调节负荷2.1MW，获得电网公司需求响应补贴约60万元/年

负责公司核心能源物联网平台云原生升级与跨区域网络设计，支撑“多园区-跨区域”智慧能源网络，推动碳中和解决方案落地，解决大规模设备管理与数据合规问题

• 主导能源物联网平台云原生架构升级，将原有单体应用拆分为设备接入、数据处理、业务逻辑、可视化4类微服务（基于Spring Cloud Alibaba），采用Docker与Kubernetes实现容器化部署，支撑平台扩展至50+园区接入能力，故障恢复时间从4小时缩短至15分钟，年度运维成本降低35%（约80万元）
• 设计跨区域能源数据共享机制，基于Hyperledger Fabric区块链框架构建联盟链，实现苏州、上海两地园区间能源交易数据（如分布式光伏余电上网、储能调峰）的不可篡改与透明追溯，支撑省域能源交易中心开展跨区调度，累计完成150笔跨区交易，总电量560MWh，提升能源利用效率12%
• 研发能源设备数字孪生模型，结合Digital Twin理论与Unity 3D可视化引擎，构建光伏组件热斑、储能电池SOH（健康状态）预测模型，通过XGBoost算法融合设备运行数据、环境温湿度与历史故障记录，实现故障提前3-7天预警（准确率92%），减少设备停机时间40%，单园区年维护成本降低28万元
• 推动ISO 50001能源管理体系与物联网平台融合，开发自动化合规 reporting 模块，通过API对接能源消耗、碳排放数据（来自国家核证自愿减排量CCER系统），自动生成符合标准的能源审计报告与碳足迹清单，帮助客户完成碳认证周期从2个月缩短至2周，客户满意度提升至96%以上

长三角某国家级工业园区多能互补智慧能源系统全生命周期优化项目

• 项目背景是园区内12家制造企业面临综合能耗高（单位产值电耗较行业均值高15%）、可再生能源利用率低（仅25%）、峰谷电价差下用能成本压力大等问题，客户需求是构建“源-网-荷-储-用”一体化智慧系统，实现“3年综合能效提升15%+碳排放下降20%”的核心目标。我的总体职责是牵头技术方案设计、关键技术攻关及从试点到全园区的落地推广。
• 项目遇到三大关键难点：一是多能源（分布式光伏、小型风电、锂电池储能、企业余热回收）的动态耦合优化，传统单能源模型无法处理源荷时空错配问题；二是园区企业用能需求差异大（有精密制造的恒功率需求，也有纺织厂的间歇性负荷），通用调度策略无法适配；三是现场IoT设备品牌杂（涵盖施耐德、西门子、国产物联网终端），数据格式不统一导致边缘计算延迟高（原方案达500ms），影响实时控制精度。
• 针对难点我采取三方面行动：1）技术建模上，融合混合整数规划（MIP）与LSTM机器学习算法，构建“短期负荷/出力预测+中长期多目标优化”的双层模型，解决了多能源协同问题；2）调度策略上，设计“企业级微调度+园区级全局优化”的分层架构——先基于企业用能profile（如精密制造企业设定±5%功率波动阈值）做个性化微调，再通过园区级模型平衡全局供需；3）数据层面，主导开发协议转换网关，将多品牌设备数据统一为Modbus TCP/IP格式，并部署研华UNO-2272G边缘计算节点，把数据处理延迟压缩至80ms以内。
• 项目成果显著：1）园区综合能效较基准年提升19.2%，年节约标煤2100吨，碳排放减少5200吨，超额完成客户目标；2）可再生能源渗透率从25%提升至42%，企业年均用能成本下降18%；3）项目入选“江苏省双碳示范项目”，为公司带来3个同类工业园区的跟进订单（合计合同额超6000万元），推动公司智慧能源业务收入同比增长35%。我个人也因主导模型的创新性，获得公司“年度技术突破奖”。

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。