一、岗位职责

1、绿电-储能-化工直连算法体系搭建：

（1）针对光伏/风电的间歇性、波动性，设计AI落地可行解决方案，包括绿电功率短/中/长期预测（融合气象数据与发电特性）、化工产线可调节负荷建模（如电解槽、各种反应器的柔性负荷区间定义）；

（2）开发源荷协同优化算法（多目标寻优，平衡绿电消纳、产线收率、生产稳定性）、直连系统闭环控制算法（秒级响应绿电波动的产线参数调整）。

2、跨系统数据打通与特征工程：

（1）主导绿电侧（逆变器、SCADA 系统），储能侧（BMS、PCS）与化工侧（DCS系统）的数据链路搭建，处理多源异构数据（气象时序数据、发电实时数据、储能状态、产线工艺数据）；

（2）针对“绿电波动-产线响应”的时滞性、耦合性，设计专属特征工程（如绿电波动斜率、产线负荷弹性系数、电压频率偏差特征等）。

3、直连系统稳定性与工程化落地：

（1）跟踪绿电-化工直连现场的运行状态，解决“模型漂移”问题（如风电功率突变、储能PCS响应时滞、催化剂活性影响产线负荷等）；

（2）优化算法的实时性（ms），适配工业控制系统（如DCS和PLC）的接口要求，确保方案从试验线走向生产线稳定落地。

4、跨团队协作与技术沉淀：

（1）与与光伏/风电设备厂商、储能系统团队、化工工艺团队深度沟通，将“绿电消纳率提升”“产线波动控制”等业务目标，转化为算法可落地的问题；

（2）沉淀可复用的算法模块（如绿电预测通用模型、负荷柔性调控工具包），整合到公司内部平台，推动绿电-化工直连技术的规模化复制。

二、任职要求

1、基本条件：

（1）学历：硕士及以上学历，计算机、自动化、数据科学、电气工程、能源动力等相关专业；

（2）经验：1年以上绿电（光伏/风电）相关算法落地经验（如功率预测、负荷调度）或化工产线能源优化经验者优先；无经验但能独立完成“绿电-负荷联动”相关算法案例者也可；

（3）工具：熟练使用Python编程，掌握时序数据库与关系型数据库，能处理百万级时序数据（绿电+化工双端并发数据）；

（4）其他：无不良职业记录。

2、核心技术能力：

（1）熟练掌握至少1种主流机器学习/深度学习框架（TensorFlow/PyTorch），精通时序预测模型（如 Transformer、LSTM+气象因子融合模型）、多目标优化算法（如 NSGA-Ⅲ、改进型粒子群优化）、闭环控制算法（如模型预测控制MPC），有绿电功率预测或工业负荷调控经验者优先；

（2）理解绿电特性（光伏/风电的出力曲线、波动规律、影响因素），大储能 PCS/SOC/BMS 调控逻辑，与化工产线负荷特点（刚性/柔性负荷区分、关键设备启停约束、工艺参数调整边界），能处理多源异构数据的融合问题；

（3）熟悉至少1种工业通信协议（如 OPC UA、Modbus-TCP、IEC 61850），能对接绿电侧SCADA系统与化工侧DCS系统，有工业数据链路搭建或微电网控制经验者加分。

3、现场与落地能力：

（1）对工业有情怀，能深入绿电电站、化工产线现场，理解光伏板/风机的运行逻辑、储能PCS响应机理、化工设备的负荷调节极限，避免“办公室拍脑袋做方案”；

（2）接受 30%-40% 出差（绿电-化工直连现场调试、数据采集、效果验证），能适应电站与工厂的现场环境。

沟通与落地思维：

（3）不追求“复杂算法炫技”，以“解决实际问题”为核心——如绿电数据稀缺时，能结合机理（如光伏辐照度-功率关系）+少量数据快速搭建可用模型；绿电波动剧烈时，能设计“预测+缓冲+调控”的多层级方案；

（4）能与非AI背景的团队高效沟通，用务实表述，替代纯技术术语。

4、内部贡献意识：

具备“沉淀复用”思维，项目完成后主动梳理绿电预测模型参数库、产线负荷调控规则、直连系统接口规范等，为团队后续项目节省开发时间。

三、薪资福利

薪资范围：面议

福利：五险一金，国定年假+企业年假，租房补贴、车辆补贴、其他福利等。