Tôi là Yến, tập trung vào bài toán cốt lõi của ngành năng lượng hiện đại: Làm sao để lưới điện không bị "sập" vào những giờ cao điểm khi thời tiết thay đổi đột ngột?
Thay vì sử dụng các phương pháp truyền thống, tôi phát triển các mạng thần kinh nhân tạo (RNN-LSTM) học trực tiếp từ biến động nhiệt độ, độ ẩm và bức xạ mặt trời để dự báo công suất tải cực độ chính xác.
Triết lý làm việc của tôi: "Dữ liệu không biết nói dối, nhưng chỉ những thuật toán sắc bén mới nhìn thấy tương lai phía sau các con số".
DOWNLOAD CV [FULL_DECK].PDFỨng dụng Transformer và GNN để mô hình hóa hành vi tiêu thụ điện toàn khu vực.
Vận hành và hiểu rõ đặc thù dòng điện 500kV và bài toán bù công suất.
Deploy hệ thống cảnh báo tải cao cấp thời gian thực trên AWS & Kafka.
Tích hợp dữ liệu vệ tinh ECMWF vào mô hình tải điện cực độ chính xác cao.
Spark, SQL Tuning và NoSQL cho hàng tỷ bản ghi điện kế thông minh (Smart Meter).
Khai thác thư viện Pandas, PyTorch, và Scikit-learn chuyên biệt.
Mô hình dự báo giờ cao điểm vào các tháng nắng nóng, giảm 12% sai số vận hành lưới.
Độ tin cậy
Công suất lệch
Tích hợp 2000 điểm cảm biến IoT từ trạm biến áp trực tiếp về Datacenter xử lý trung tâm.
Độ trễ truyền
Thiết bị
Giải mã tương quan giữa hiện tượng El Nino và sản lượng điện mặt trời hòa lưới quốc gia.
Storage
Sai số nhiệt
"Thuật toán của Yến giúp đội vận hành chủ động dự báo được các sự cố quá tải đường dây khi miền Bắc bước vào đợt nắng nóng kỷ lục. Một bước tiến lớn."
"Độ chính xác mô hình dự báo của cô ấy vượt qua mọi benchmark quốc tế mà chúng tôi từng thử nghiệm cho các trạm biến áp tích hợp năng lượng tái tạo."
"Clean code, thuật toán mạnh mẽ và khả năng tối ưu hóa Big Data tuyệt vời. Yến Grid là mảnh ghép hoàn hảo cho mọi trung tâm dữ liệu thông minh."
Vui lòng nhập các thông số để khởi động quá trình thảo luận hợp tác.