个人介绍
我专注于工业智能与能源预测领域，在以下任务中积累了扎实的实践经验：基于风速、风向、空气密度、温度、气压实现风电功率预测；利用温度、湿度、气压完成瓦斯浓度预测；对轴承内圈、滚珠、外圈的不同程度故障进行准确定位；融合气温、太阳直接辐射与散射辐射实现电力负荷预测；结合温度、降水率、云量、风速、辐射通量及能见度等多要素完成光伏发电功率预测；并运用计算机视觉进行煤炭、矸石、异物及未知目标的检测。
核心技能
python
pytorch
opencv
django
精选作品集
风力发电预测
本项目构建了一个基于多维气象数据驱动的风力发电功率预测模型。输入特征包括风速、风向、空气密度、温度和气压，输出为发电功率。通过捕捉气象要素与功率之间的非线性物理关系，实现对风电机组出力的精准预测，可为风电场运行调度、储能配置与并网消纳提供高效决策支持。
瓦斯浓度预测
本项目以矿井环境监测数据为核心，利用温度、湿度和气压三个易测参数，构建瓦斯浓度预测模型。通过机器学习方法挖掘环境变量与瓦斯涌出之间的非线性映射关系，实现对井下瓦斯浓度的准确估计。系统可嵌入安全监控平台，为瓦斯超限预警和通风调控提供实时决策支持。
轴承故障诊断
本项目围绕旋转机械轴承故障诊断，针对内圈、滚珠、外圈三类典型故障，建立了一套可同时识别故障位置与区分故障程度的智能诊断方法。通过分析不同严重等级下的振动信号，提取多域故障特征，并结合机器学习/深度学习模型进行故障分类与定位，实现了对轴承健康状态的精准判别。实验验证表明，该方法能够有效区分正常状态与不同程度的内圈、滚珠、外圈故障，诊断准确率高，为设备预测性维护与精准定位提供了可靠依据。
电力负荷预测
本作品聚焦电力负荷预测，以气温、水平面太阳直接辐射和水平面太阳散射辐射三个关键气象因子作为输入，通过构建数据驱动模型，精准捕捉天气条件与电力需求之间的复杂非线性关系。模型能够有效融合温度效应与太阳辐射对用电行为的双重影响，实现对短期电力负荷的高精度预测，为电网优化调度、节能降耗和新能源消纳提供可靠决策依据。
光伏发电预测
本作品构建了一个基于多源气象因子的光伏发电功率预测模型。模型以温度、降水率、低云量、中云量、高云量、10米风速、向下短波辐射通量、向下长波辐射通量及能见度作为输入特征，直接映射输出光伏发电功率。通过对云量遮蔽、辐射衰减及气象条件的联合建模，系统能够捕捉复杂天气下的功率变化，为光伏电站出力预估和并网调度提供精准支持。
煤炭目标检测
本项目基于计算机视觉与深度学习技术，构建了一套面向煤炭生产场景的智能目标检测系统。系统能够对输煤皮带上的煤、矸石、异物进行实时、精确的分类与定位；同时引入开放集识别机制，具备未知检测能力，可对训练集中未曾出现的新型异形物体或危险异物主动报警。该方案可无缝嵌入智能煤矸分选与安全监控环节，在替代人工拣选、提升分选纯度的同时，增强对潜在设备损伤与安全事故的预警能力，为煤矿智能化提供高效、安全的核心感知支撑。
工作经历
深圳智蛋科技有限公司 · 算法开发部
2020-03-27 - 1
负责算法开发及部署相关工作
教育背景
西北工业大学 · 电子科学与技术
2012-09-01