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

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。