负责公司综合能源服务平台全链路物联网架构设计与落地，覆盖工业/园区客户侧能源设备多协议接入、边缘智能处理、云端数据建模及上层应用支撑，边界包括端到端架构优化、多租户隔离方案、系统稳定性保障及与第三方系统（如ERP、BMS）的生态整合。

• 主导设计面向钢铁冶金客户的工业能源物联网架构，针对厂区12类800+台能源设备（高炉煤气表、轧钢电机监测仪、余热锅炉传感器）的多协议（Modbus RTU/TCP、Profibus、OPC UA）接入痛点，采用“边缘网关+自定义协议解析”分层方案——选用研华UNO-2272G边缘计算网关，基于Node-RED开发私有Modbus协议插件，解决1998年投产高炉煤气表的协议兼容问题；通过MQTT 3.1.1实现<500ms低延迟传输，设备接入率从75%提升至98%，支撑客户侧实时能耗监控与能效分析应用落地。
• 针对工业场景高并发（峰值1.2万条/秒）能源数据处理需求，构建“边缘预处理+云端深度分析”架构——在边缘网关部署Flink Edge框架，基于3σ原则实现数据滤波、归一化与异常值检测，将处理后结构化数据（10分钟能耗均值、峰值负荷）传至云端；云端用Kafka缓冲、Spark Streaming实现秒级趋势分析，数据处理延迟从2秒缩至300ms，支撑实时能耗预警（准确率92%）。
• 为解决园区“源-网-荷-储”协同问题，基于数字孪生理论搭建虚拟模型——用CesiumJS构建3D园区场景，联动EnergyPlus建筑能耗模拟与IoT采集的光伏出力、储能SOC数据，实现系统状态实时映射；开发基于PPO强化学习的协同控制策略，通过历史数据训练模型优化储能充放电，使园区峰谷电价差收益提升18%，年节约电费240万元。
• 主导平台稳定性优化，针对夏季边缘网关离线率峰值15%问题，用ELK Stack定位到散热不良与4G信号弱——优化网关部署位置（避开高温区），加装5dBi工业级4G天线，开发Python Flask远程固件升级与健康监测模块；最终离线率降至2%以下，平台全年可用性99.95%。

负责智慧园区能源物联网平台架构迭代与生态整合，聚焦光伏、储能、充电桩、空调等多设备互联互通，边界包括平台扩展性设计、多租户隔离、第三方系统对接及成本优化。

• 主导平台微服务架构改造，将单体应用拆分为设备接入、数据处理、应用服务、存储4个模块——采用Spring Cloud Alibaba技术栈，通过Nacos实现服务注册与配置，Sentinel做流量控制；设计OAuth2.0租户隔离方案，每个租户独立数据库schema与API密钥，支撑服务从1到10+园区客户的扩展，平台吞吐量提升3倍。
• 开发“光储充”一体化控制模块，打通特来电充电桩、阳光电源逆变器、宁德时代储能变流器接口，结合LSTM负荷预测算法动态调整充电功率；使充电桩利用率从40%升至65%，光伏弃光率从8%降至2%。
• 推动平台国产化替代，将原有EMQ X MQTT Broker迁移至华为云IoT分布式服务——用X.509证书+PSK实现设备鉴权，零 downtime 完成10万+设备迁移；将InfluxDB替换为TDengine，存储成本降40%，查询性能升25%。
• 构建故障预测模型，基于随机森林算法提取风机轴承温度、水泵振动等12个特征，故障预警准确率91%，提前72小时预警；帮客户减少设备停机损失150万元/年。

参与工业能源监控系统设计与开发，负责设备接入、边缘计算及数据可视化模块，边界包括Modbus协议解析、边缘节点部署与用户体验优化。

• 参与化工企业能源监控系统设计，用C#开发Modbus TCP客户端，实现反应釜温度、压力、液位传感器接入，解决原系统单协议限制，设备接入种类从3种增至8种。
• 基于OpenWRT搭建边缘网关，用Lua脚本实现滑动平均滤波与异常值剔除，数据传输带宽从10Mbps降至3Mbps，减少网络压力。
• 用ECharts开发数据可视化界面，优化图表渲染性能，支持1000+数据点实时更新，客户满意度从85%升至92%。
• 协助解决Modbus通信超时问题，优化超时时间（5秒→2秒）并增加3次重试机制，通信成功率从90%升至98%。

• 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。

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。