负责公司核心能源物联网平台的架构设计与全生命周期落地，统筹设备接入、边缘计算、云平台协同及行业应用开发全链路，支撑工业/园区场景下能源数据实时采集、智能分析及优化控制，确保系统支持10万+设备并发接入、毫秒级响应及金融级数据安全。

• 主导某国家级绿色工业园区（年综合能耗50万吨标煤）能源物联网平台从0到1搭建，基于华为IoT边缘平台+阿里云IoT核心套件，设计‘设备层-边缘层-平台层-应用层’四层架构；针对园区内光伏逆变器（华为智能光伏）、储能PCS（宁德时代EnerOne）、智能电表（林洋能源）等多类型设备协议碎片化问题，开发自适应协议网关，集成Modbus TCP/RTU、MQTT 3.1.1、IEC 104等7类协议解析引擎，实现95%以上设备即插即用，较传统方案缩短设备调试周期40%。
• 牵头设计边缘侧能源数字孪生模型，基于Unity 3D与ECharts构建园区级虚拟镜像，融合光伏出力预测（采用LSTM神经网络，预测准确率92%）、储能SOC优化（粒子群算法，提升充放电效率8%）、空调负荷柔性调控（强化学习策略，降低尖峰负荷15%）等算法模块，支撑园区综合能源利用率从78%提升至85%，年节约电费260万元。
• 解决高并发场景下数据传输延迟问题，通过KubeEdge边缘计算框架将非实时数据处理下沉至园区本地节点，结合消息队列RocketMQ实现云边数据分流；压测验证系统在12万设备同时上传数据时，端到端延迟从800ms降至200ms以内，满足IEC 61850-7-420标准对能源数据实时性的要求。
• 建立平台安全防护体系，基于国密SM4算法对设备身份认证数据加密，部署WAF防火墙拦截99.9%的SQL注入/CSRF攻击，完成等保三级认证；主导编写《能源物联网设备接入安全规范》企业标准，被纳入省工信厅《智慧能源系统技术导则》参考文件。

聚焦区域级智慧能源项目，负责物联网平台设备接入层与边缘计算模块开发，支撑工商业分布式光伏、储能系统的远程监控与优化运行，保障系统稳定性及数据准确性。

• 核心参与某省级电网公司‘分布式光伏全景监控平台’建设，负责光伏逆变器（固德威GW10K-ET）与汇流箱（锦浪GMV系列）的数据采集方案设计；针对逆变器私有协议（固德威自定义ASCII码）解析难题，逆向工程提取通信帧结构，开发专用解析器，实现遥测数据（有功功率、转换效率）采集成功率从82%提升至99.5%，支撑电网侧对分布式电源的可观可测。
• 优化边缘侧数据处理逻辑，基于Python与Grafana搭建本地监控看板，设计异常数据过滤规则（如电压跳变阈值±20%、频率偏差＞0.5Hz自动标记）；上线后平台无效数据量减少65%，运维人员人工排查时间从日均3小时压缩至30分钟，获客户‘年度优秀技术支持奖’。
• 推动平台与EMS系统集成，通过RESTful API实现光伏出力、储能SOC等12类数据双向同步；解决多系统时间戳不同步问题，引入NTP时间服务器校准，数据一致性从90%提升至99.8%，助力电网调度侧精准制定削峰填谷策略。

负责工业级能源监测终端的物联网模块开发，支撑低压配电柜、充电桩等设备的远程状态感知，保障数据采集的稳定性与通信可靠性。

• 独立开发4G/5G双模通信模组，基于STM32H7芯片与移远EC20模块，实现配电柜温湿度（精度±0.5℃）、局放信号（采样率1MHz）等16路传感器的实时上传；优化AT指令交互逻辑，解决弱网环境下丢包率高的问题（从15%降至3%），产品通过电信设备进网许可证（EDN2018-076）。
• 设计设备远程升级（OTA）方案，采用差分升级技术（BSDiff算法）将固件包体积缩小70%；测试验证在-40℃~85℃宽温环境下，升级成功率从88%提升至99%，降低现场维护成本约40万元/年。
• 配合客户完成充电桩物联网改造项目，开发符合GB/T 27930-2015标准的通信协议栈，实现充电桩状态（空闲/充电/故障）、电量计量（误差＜0.5%）数据的秒级上传；项目交付后，客户运营平台对充电桩的远程控制响应时间从5s缩短至1s，用户充电体验评分提升25%。

某国家级工业园区多能互补微电网智能调控系统研发与应用

• 某国家级工业园区因高比例光伏（35MW）、风电（12MW）接入导致电网峰谷差率达42%，客户核心需求是降低20%以上用能成本、提升供电可靠性至99.99%，并实现“源-网-荷-储”协同调控。我的总体职责是牵头设计自适应智能调控系统，覆盖光伏出力预测、储能充放电策略、柔性负荷调节及市电切换的全流程闭环。
• 项目初期面临两大技术壁垒：一是高比例可再生能源的间歇性导致短期（15分钟内）出力预测误差超10%，无法支撑精准调控；二是园区内光伏逆变器、储能PCS、中央空调等设备采用Modbus、CAN、MQTT等8种异构协议，数据打通率仅68%，难以形成统一调控视图。针对预测问题，我主导构建“气象特征（辐照度、风速）-历史数据（过去7天出力）-设备状态（组件温度、逆变器效率）”三维特征工程，采用LSTM+Transformer混合模型替代传统ARIMA算法，将预测准确率提升至95.6%；针对协议兼容，我设计基于OPC UA的边缘计算网关，开发自定义协议转换插件，实现设备数据的统一接入与标准化处理。
• 为实现调控最优解，我将强化学习（PPO算法）与数字孪生结合：基于MATLAB/Simulink搭建园区物理模型（包含能源转换、传输损耗、负荷特性），构建1:1虚拟镜像，通过实时数据驱动孪生体运行；再用PPO算法优化“储能充放电功率+柔性负荷调节比例+市电切入阈值”的组合决策，解决了传统规则引擎无法应对“光伏骤减+负荷突增”复杂场景的问题。同时，我主导制定《微电网多能互补调控技术规范》企业标准，明确预测精度、调控响应时间及设备兼容性要求。
• 项目上线后，微电网可再生能源消纳率从78%提升至92%，综合能效提升18%，客户年用电成本降低220万元（降幅25%），供电可靠性达到99.995%（全年仅1次分钟级停电）。系统获2项发明专利（一种微电网多能互补预测调控方法、基于数字孪生的微电网优化系统），并复制到3个同类园区，成为公司智慧能源板块的标杆案例。我个人也因该项目晋升为部门技术经理，负责后续大型项目的方案设计与团队管理。

区域级智慧能源管控平台研发与双碳目标落地实践

• 某地级市发改委推动“十四五”双碳试点，需整合辖区内120+分布式光伏、5座储能电站、3个工业园区的能源数据，构建区域级智慧能源管控平台，实现“源-网-荷-储-碳”全链路可视与智能决策，支撑双碳政策制定。我的职责是负责数据中台与智能决策模块的研发，解决数据融合与可解释决策两大核心问题。
• 项目难点在于：一是海量异构数据（结构化SCADA数据、非结构化设备日志、空间化地理信息）的融合与实时分析，传统ETL流程导致数据处理延迟超2分钟，无法满足实时决策需求；二是决策模型可解释性不足，政府客户要求“每一个调控建议都能追溯逻辑”。针对数据问题，我设计“数据湖+数据仓库”的Lambda架构，用Flink实时计算框架处理流数据，结合Apache Atlas实现元数据管理与血缘追踪，将数据处理延迟降至50ms以内；针对可解释性，我引入图神经网络（GNN）分析能源网络拓扑关系，用SHAP值量化“光伏装机量”“储能容量”“负荷响应”等因素对决策的影响，生成可视化解释报告。
• 我主导开发两大核心功能：一是“碳足迹追踪”，通过区块链技术实现能源消费数据的不可篡改，精准计算区域内工业企业、居民、公共机构的碳排放，支持“按行业、按区域”拆分；二是“双碳路径优化”，基于强化学习与系统动力学模型，模拟“增加100MW光伏”“扩容50MWh储能”“推行工业负荷柔性调节”等场景下的碳减排效果与经济成本，输出成本最低、见效最快的路径。此外，我推动平台与省级能源大数据平台对接，实现数据上通下达。
• 平台上线后，接入分布式能源站点126个，覆盖人口50万，帮助政府制定《区域双碳行动方案（2022-2030）》，推动区域内可再生能源占比从28%提升至43%，年碳减排量达12万吨。平台获“2022年度中国智慧能源优秀解决方案”奖项，成为当地双碳工作的核心工具。我个人积累了区域级智慧能源项目的经验，掌握了从数据整合到决策输出的端到端能力，为后续负责跨区域项目奠定了基础。

• 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。