面试稿 | Z-cozy

王老师、各位学长学姐大家上午好，非常荣幸有机会参加这次面试，接下来我将从基本情况和科研经历两个方面来介绍一下自己。

对于基本情况，首先自然是关于学业成绩。进入大学的前三学期，我的绩点几乎成一个等差数列逐步递增，在第四学习略有下降，但是也维持在了5分制的4.7以上。两年来，我的排名也均维持在了专业前4。总而言之，我前两学年百分制平均成绩为92.59，学业成绩排名位列专业第三，为后续的科研探索打下了非常深厚的基础。

除了以上这些数字之外，我还有一个虽然不那么正式，但是更加直观的方式向各位展示我的学习成果。从大二上学期开始，我就开始着手搭建自己的个人网站，在上面发布了自己每门课程的学习笔记、学习资料和学习心得。目前，这个网站已经有了3000+访问用户，8200+浏览量。在这个网站的后端数据库，我可以用一个搜索框便捷地检索我学过的任何内容；知识体系的逐步建立解决了“学过就忘”的老问题，也让我在专业课程的学习上更加游刃有余。

在学业成绩之外，我也通过了一些英语水平的标化测试，其中TOEFL取得了113分，GRE也取得了328分的成绩。在日常使用方面，在不借助翻译工具的情况下我可以轻松阅读英文文献，在不开字幕的条件下也可以学习全英文的课程。就英语水平而言，我认为我已经初步具备了在港大学习科研的条件。

最后，我将简单向大家介绍一下我过去两年所获得的荣誉和奖项。在过去的两年里，我连续两次获得了国家奖学金，还在一个1700余人的行政单位获得了十佳大学生的荣誉称号。此外，我还获得了包括创新创业标兵、社会工作标兵在内的一系列校级的荣誉称号和奖学金。

在荣誉称号之外，我还参加了少量的学科竞赛并获得了一些奖项。例如省数学竞赛的一等奖，省物理竞赛的二等奖以及连续两年获得了全国英语竞赛的三等奖。

接下来，我将着重为老师和学长学姐们展示我过去的科研经历。

我在大一下学期第一次接触了学校的大学生科研训练计划，作为组员参与了基于卷积神经网络（CNN）的新能源轻重卡逆变器功率器件开路故障诊断的项目。逆变器的拓扑图如图所示，在ABC三相上，每个桥臂上一共有4个IGBT开关管，如果我们只考虑单管故障的话，就一共有3*4=12种故障类型。整个项目的流程就是，首先在实际新能源卡车的逆变器上进行实验获得三相电流波形，随后送入数据处理环节进行一系列前期的数据处理，包括数据的归一化、用sliding window将连续的数据分成很多个sample，然后将若干个sample打包成一个batch送入模型训练环节进行训练。

事实上，用CNN实现上述功能已经非常成熟了，因此我们还选择了两个问题进行了深入探究。首先是轻量化的问题。车载芯片算力并不强大，因此对模型资源的占用有着较为严苛的要求。因此，我们采用量化的方法，把模型从32位浮点数映射到8位整型；并且在传统CNN展平环节之前又加入了一个自适应池化环节，大大减小了模型的体积。其次是数据稀缺性的问题。卡车的工况成千上万，但是故障数据的获得是高成本且危险的。最简单的方法就是通过数值仿真获得各种工况的数据，但是Matlab无法复现现实中的测量噪声等等非理想因素。为此，我的队友们提出了利用cycle-GAN，以及循环对抗生成网络生成故障数据的思路。具体而言，无论何种工况下的正常波形是容易得到的。我们通过正常工况下的数据，让GAN模型学会在A工况和B工况之间进行转换。那么，如果我们有A工况下的故障数据，就可以使用生成器去伪造B工况下的故障数据。实验结果表明，将这种伪造的数据加入训练集对CNN进行训练，对于未知工况下稳定性的提升有比较显著的作用。

在大一学年科研训练的经历之后，我在大二上学期加入了浙江大学上海电气风电研发中心，开启了一段持续至今的科研旅程。在风电中心，我参与了师兄的 海上风电直流送出快速频率支撑 的课题，协助其进行仿真以及最后结果的可视化，近期作为第三学生作者投稿了一篇论文。更为重要的是，我在这一过程中学习了大量的科研基本知识和技能，见证了一个idea从产生到投稿发表的完整流程，为我自己的研究打下了良好的基础。

最后， 具备故障穿越能力的双馈风力风电机无位置传感器控制 的研究是我非常自豪的一段完整的研究经历。现在的风电市场主要有两类风力发电机，其中转子位置的信息对于两类电机的控制都是必不可少的。第一类双馈异步电机通过小容量变流器并网，体积小、重量轻、价格便宜，但是它还要使用位置传感器，这类精密的机电元件容易损坏，导致系统的可靠性较低。第二类是永磁同步电机体积大，重量重、价格昂贵，但是工业上已经有非常成熟的无位置传感器技术，这使得这类电机的可靠性大大提升。

对于海上风电，气候条件恶劣，设备容易老化损坏，维修价格非常高昂，企业往往会选择第二种体积大，重量重、价格昂贵，但是可靠的电机。对于陆上风电，设备相对难损坏，维修也更加方便，企业则会选择体积小、重量轻、价格便宜但是可靠性欠缺的双馈电机。

今年，国家取消了对所有新增的海上风电项目的中央补贴，海上风电将和水电、火电、核电同台竞价，上海电气公司面临着巨大的成本压力。在这样的背景下，如果我们能够解决双馈电机无位置传感器的问题，将可以进一步降低这种电机的成本，大大提高这种电机的稳定性，推动低成本的双馈电机在海上的应用。这是一项有可能改变现有风电市场格局的课题。

但是，通过早期的文献调研，双馈电机的无位置传感器技术已经有不少研究，但是为什么迟迟没有在工业界应用呢？在一篇综述文章中，我们找到了答案：这是因为现有的双馈电机的无位置传感器方法都不具备故障穿越的能力。（解释具体机理）

由于我刚刚接触这个领域的研究，在老师的指导下，我先学习现有论文的方法，对现有的方法进行仿真复现。因为初学，我在构建仿真模型的时候犯了一个小错误，导致输出值存在很大的静态误差，但是抗扰动能力却有所提升。顺着这个偶然的发现追根溯源，我发现了问题的关键可能出现在了将故障的电网信息直接注入了系统的控制闭环。为了验证了自己的想法，我设计了一种将电网电压从控制环路中移除，同时构造关于电网电压的前馈项进行补偿的、开环和闭环结合的新型控制方法。

经过仿真验证和实验验证，这种方法具有良好的故障穿越能力；近期已经初步完成了实验验证的工作，正在进行理论分析和论文的撰写。有望在25年底/26年初向国际顶级期刊投稿论文。

基于这项研究，我撰写并获得了一项国家发明专利的授权。其中导师是第一发明人，本人是第二也是唯一的学生发明人。

此外，我在老师的指导下撰写项目申请书，为本项目申请了全校遴选30人的未来学术新星、全校遴选5人的国创重点支持项目的经费资助。总而言之，该研究已获得一项发明专利授权，另获得了两项共计4.4万元的项目经费资助。

以上便是关于我个人情况的全部内容。虽然我目前的研究方向更加偏向硬件和电机控制一些，但是如果我有幸能够来到港大和老师的课题组学习的话，我相信一定的这种底层的直观感受对于宏观的调度和优化也是会有帮助的。具体而言，如果我能够加入课题组的话，可能会对以下话题比较感兴趣：……

当然，由于时间的限制我只进行了比较初步的文献调研；；我对这个新领域的认识还比较有限，所以未来具体的研究方向还要和王老师、和学长学姐们去进一步讨论。