UP简历小U

+86 13800138000|up.resume.xiaou@example.com|上海

资深智慧水务模型工程师，专注于水力模型构建、模拟分析与优化，具备通过高精度水力建模准确定位管网渗漏点、降低产销差的实战经验。精通GIS、SCADA与水力模型软件集成应用，擅长数据驱动的问题诊断与解决方案设计，致力于提升城市供水系统运行效率与智能化水平。

上海水务集团

2019-07 - 2024-06

主导并完成了某老城区供水管网水力模型的构建与校核工作，覆盖管网长度超过300公里，包含8000余个节点和管段，模型精度达到95%以上，为漏损控制奠定数据基础。
利用构建的高精度水力模型，结合GIS数据、SCADA实时监测数据及历史爆管数据，开发并优化了管网渗漏点智能定位算法。成功在3个月内准确定位并协助修复了15处隐蔽渗漏点，其中80%位于复杂地下管线区域，有效减少了水资源损失。
通过模型模拟分析不同压力管理策略对管网漏损的影响，优化了分区计量（DMA）方案，并在实际应用中帮助该老城区产销差率降低了5个百分点，每年节约水量达300万立方米，直接经济效益提升500余万元。
负责智慧水务平台中水力模型模块的日常维护与迭代升级，集成AI算法实现对管网异常事件（如压力骤降、流量突变）的实时预警，预警准确率达到90%。
参与编写了《城市供水管网漏损控制技术规范》企业标准，在行业内推广了先进的水力建模与漏损控制经验。

上海水务集团 (内部项目)

2022-03 - 2023-12

项目背景：针对传统漏损分析方法效率低、准确性差的痛点，旨在开发一套能够融合SCADA、GIS、水力模型等多源数据，实现管网漏损智能分析与预警的系统。
个人职责：项目核心技术负责人，主导水力模型与数据融合模块的设计与实现。
关键行动：
- 设计并实施了多源异构数据（SCADA、GIS、水力模型模拟数据）的融合架构，利用Python进行数据清洗、整合与标准化，构建了统一的数据视图。
- 基于EPANET/WaterGEMS水力模型，开发了多种漏损情景模拟工具，通过模拟不同漏损规模和位置对管网压力的影响，建立了漏损特征库。
- 引入机器学习算法（如随机森林、SVM）对融合后的数据进行训练，实现对管网异常压降和流量波动的精准识别，并预测潜在的漏损位置。
- 优化了系统前端展示模块，实现了漏损预警信息的可视化呈现，方便运维人员快速响应。
项目成果：
- 系统上线后，将管网漏损事件的发现时间平均缩短了30%，从发现异常到准确定位漏点的时间效率提升了25%。
- 漏损预警的误报率降低至5%以下，大大提升了运维团队的工作效率和决策准确性。
- 成功应用于2个核心供水片区，为公司节省了大量人力物力，并获得了内部创新奖。