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。