我的电力能源主业：数据中台、虚拟电厂与交易信息平台

我的当前主业，是电力能源数字化平台建设。我亲自搭建能源数据中台、电力交易信息采集与数据看盘系统，持续推进虚拟电厂和智慧能源应用。工作从业务需求、数据组织和接口设计，一直延伸到页面交互、系统集成与日常维护。

这些业务也是我开展 AI 应用的重要背景。能源知识检索帮助理解产品和规则，研发知识索引帮助追踪接口和字段，视觉工具服务光伏图像与空间数据，AI 辅助研发则进入日常需求拆解、实现、评审和验证流程。

我的工作主线：围绕能源业务持续建设系统

电力能源业务往往同时面对多种数据：市场披露信息、系统负荷、风光出力、日前与实时出清价格、天气、设备和能源消费数据。不同来源的日期、频率、单位与使用范围并不一致，业务人员还需要把它们放到同一个分析场景中理解。

我围绕这些需求搭建数据服务与业务工作台：让信息有来源、数据有口径、查询有范围、图表有明细、分析可以回到具体时段。从数据中台到看盘，再到虚拟电厂和智慧能源应用，持续把业务需求落实为可维护的系统能力。

这里的关系图展示业务方向与能力之间的联系。不同系统按实际接口与部署范围协作；知识检索、研发索引和视觉工具分别承担自己的任务。

能源数据中台：从数据接入到受控的数据服务

我搭建的能源数据中台，围绕供应商与数据来源接入、应用管理、接口资源、对外角色、数据权限和调用审计组织工作流程。数据进入平台后，需要明确由谁提供、哪些应用可以使用、可以看到哪些区域与来源，以及开放哪些输出字段。

把数据来源和业务消费连接起来

按区域、来源、日期与数据类型组织系统负荷、风光出力、日前和实时价格等内容。把多来源结果放进统一查询、指标、曲线、明细与导出界面，支持预测与实测对照。

让权限规则可以维护

在用户组中配置区域和数据来源，在接口中维护输出字段与脱敏选项；关闭字段输出时同步取消相应脱敏配置，避免规则之间矛盾。权限加载失败时禁用保存，减少误覆盖既有设置的风险。

为接口使用提供管理和审计视图

建设 IP 与 QPS 规则管理、应用与接口调用查询，以及按时间和鉴权结果组织的审计页面。管理端承接规则配置和观察，接口运行时按对应服务的实际能力执行。

电力交易信息采集：让抓取结果变成业务可用数据

电力交易信息爬虫与采集系统，是我亲自搭建的一部分。围绕市场信息、负荷、风光出力和出清价格，我将原始采集结果、清洗过程与业务消费分开组织，使看盘页面可以使用经过整理的数据。

核心工作包括按日期聚合时序、映射业务类型、统一单位和保留缺失值。功率数据中的 MW 与 kW、价格数据中的元/MWh 与元/kWh，需要明确换算后再展示和计算。日前与实时数据齐备后再计算价差，避免把缺失数据当成有效价格。

清洗过程按来源中实际存在的时间点整理数据；对外部预测结果接入，则单独执行区域、数据类型、预测日期关系、96 个时序点及非空值校验。来源清洗与接入契约各有检查规则，不能用一条“已入库”代替数据是否满足业务要求的判断。

气象信息也是能源分析的一类输入。相关采集实现区分历史与预报，针对历史缺口选择回补方式，并通过消息队列衔接后续处理，保留采集任务记录。具体来源与调度按各自部署范围运行。

虚拟电厂与售电业务：围绕市场观察和交易复盘建设

虚拟电厂与售电业务是我持续投入的平台方向。我围绕市场数据、持仓分析、收益分析、相似日、信息对比、交易日历和日周月复盘开展核心业务研发，把分散的数据入口组织成有业务语境的工作台。

交易分析不仅需要一条价格曲线，还要结合电量、购电成本、时段和查询周期。日复盘组织汇总与分时明细，并提供导出；周复盘将汇总、列表和趋势分别加载，保留指标单位、空数据与异常提示，让使用者理解每一个展示值所对应的口径。

在这些业务中，我的重点是平台搭建、数据组织、业务接口协作和分析体验。算法输出进入平台后按来源展示，并与实际数据对照；预测结果接入、模型训练和业务执行是分别维护的工作环节。

智慧能源：把能耗、能源消费与碳分析放进管理流程

智慧能源应用包含不同管理角色的业务视角：政府端与企业端分别组织能耗查询、能源消费分析、碳分析、市场行情等内容，进一步衔接目标设定、企业填报和消费强度计算。

我围绕指标、结构、趋势、排名和地图开展页面与接口集成工作。按年月、组织类型和用能主体组织查询，在适配层处理不同的列表封装、单位缩放及百分比表达，减少同一业务在不同区块出现口径差异的情况。

多个应用通过统一门户和微前端协作。除了业务页面，我也处理主题、路由及地图动态脚本兼容等问题，并在应用退出时恢复专项补丁，使不同系统可以持续维护和共同演进。

交易信息数据看盘：让曲线、明细与查询状态保持一致

我把电力交易信息数据看盘作为独立的数据产品来建设：通过区域、来源和交易日期组织系统负荷、风光出力、日前与实时价格、价差等内容，提供多来源对照、预测与实测比较、多层表头明细及导出。

避免旧请求覆盖新查询

用户快速切换周期、来源或页面时，用请求序号和查询快照校验响应。数据展示必须对应当前选择，不能把上一次查询结果画到新的标题下面。

分别管理汇总、趋势和明细

多个区块并行加载，分别验证有效值、单位和空数据。局部接口失败时保留其他可用信息，让异常范围清楚可见。

让导出带走完整的数据含义

围绕日期、来源、指标和单位组织表头与明细；导出使用已执行查询的条件，并校验访问权限与日期范围；接口返回异常时明确提示。图表和下载文件共享业务口径，便于后续核对与复盘。

这些细节共同决定看盘是否可靠：同一时段是否能比较，预测和实测是否来自明确来源，缺失数据是否被如实呈现，导出后能否重新理解查询条件。

AI 如何辅助我的能源主业

我的很多 AI 项目，直接来自能源业务中的实际问题。它们分别服务于知识理解、研发协作、图像数据准备和空间编排：

• 智慧能源 RAG 知识助手：围绕产品资料和业务文档，使用混合检索、重排序和来源引用，辅助查询操作流程、业务规则与设计背景。查看 RAG 案例。
• 能源业务研发知识工作台：关联能源 IoT、虚拟电厂等系统的产品功能、API、代码、SQL、数据表和字段，支持业务学习、影响分析和来源追踪。查看知识工作台。
• 光伏视觉与数据工具：用标注平台准备训练数据，用组件识别、人工修正和地理编排工具处理图纸、影像及空间数据。查看光伏工具。
• 预测结果纳管：对不同来源的算法结果执行数据契约校验，再进入能源曲线、实测对照和分析展示。
• AI 辅助研发：将需求拆解、接口契约、实现和评审纳入既有工程流程，结合 lint、类型检查、测试与构建验证交付。

这些能力共同服务能源工作，但各自有独立的实现和集成范围。我也持续研发工业视觉采集识别产品，用于考试阅卷等场景；它体现独立产品和软硬件交付能力，在网站中单独展开。阅读工业视觉重点案例。

我能承担的工作：从业务理解到全栈交付

这条主线包含 Vue、React、TypeScript 的交互与可视化，Java/Spring Boot 的接口与数据处理，Python 的 AI 与视觉工具，以及数据库、消息队列和持续集成等工程能力。项目展示聚焦我亲自搭建和持续负责的部分，客户名称、生产接口与真实业务数据均做概括处理。