CN102004859A - 建筑异常能耗支路在线诊断方法 - Google Patents
建筑异常能耗支路在线诊断方法 Download PDFInfo
- Publication number
- CN102004859A CN102004859A CN2010105678179A CN201010567817A CN102004859A CN 102004859 A CN102004859 A CN 102004859A CN 2010105678179 A CN2010105678179 A CN 2010105678179A CN 201010567817 A CN201010567817 A CN 201010567817A CN 102004859 A CN102004859 A CN 102004859A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- data
- phase space
- building
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 15
- 238000003745 diagnosis Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000013507 mapping Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000005096 rolling process Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 241001123248 Arma Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种建筑异常能耗支路的在线诊断方法，步骤包括：(1)对整个建筑所有支路检测，按照预定支路检测顺序循环进行；(2)确定检测基准时间，若是支路第一次监测，则从能耗信息管理数据库中读取支路能耗信息，根据相空间理论重构到相空间；(3)当检测的能耗数据异常时，则给出能耗数据对应的支路异常报警信息。本方法提出了从建筑支路海量的能耗信息中进行数据挖掘，发现异常能耗数据的方法，该方法可以实现动态建模，实时异常数据判断，并可通过滚动修正建立自适应诊断模型。该方法基于相空间重构理论和一类分类技术，采用核函数，解决了其它方法在处理非线性异常数据检测问题。
Description
技术领域
本发明提出的建筑异常能耗支路的在线诊断方法基于相空间重构理论与一类分类技术，实现对建筑能耗支路异常数据进行检测，属于绿色节能技术领域。
背景技术
随着国家节能减排政策的落实，各地区很多机关办公建筑和大型公共建筑各能耗支路的数据已经上传到数据中心，主要为实现能耗的分项计量和分项能耗数据的分项统计展示。建筑支路能耗数据通常是海量信息，数据中包含着大量的信息，挖掘其中隐藏的有用信息，为建筑业主或管理部门提供决策依据，意义重大。建筑能耗支路上的用电异常状况，可以通过分析一段时间该支路得能耗数据来进行辨识。支路能耗数据可以作为一种时间序列数据进行研究，近年来关于时间序列中的异常值检测问题受到统计学界的重视，传统的检测方法大多针对ARMA模型展开。传统的模型方法在检测线性时间序列中的异常值时效果是很好的，并且模型具有很好的解释性，但这些方法还很难应用于较复杂的非线性时间序列的异常值检测中。
建筑支路异常能耗分析传统上可借助一些数学方法，如统计法、偏差法、密度法等方法，所有这些数据的检测方法的一个共同缺点是：虽然能或多或少地检测出建筑支路异常能耗数据，但由于比较多地从数学的角度考虑算法，模型依赖性太强，缺乏广泛的应用价值，只是在少数研究人员中进行研究。除了在论文中为了说明算法的有效性所举的例子外，到目前为止有关应用这些方法的文献非常稀少。
建筑支路异常经常通过人工趋势分析或利用一些统计工具加上人为分析来实现，这样做效率很低，面对一个建筑有几十个能耗支路，人工分析很难进行全面分析，更不可能实现建筑异常能耗支路的在线诊断。
发明内容
建筑异常能耗支路的在线诊断方法基于相空间重构理论与一类分类技术，采用核函数实现样本点到高维特征空间的映射，本发明的方法在处理非线性建筑异常能耗支路数据的异常值检测问题时比传统方法有较大的优越性。
本发明方法的设计思路如下：
首先将从能耗信息管理数据库中读取一段时间的某个建筑支路能耗数据信息，根据相空间理论，将这些按时间排列的能耗数据转化成相空间中的点，然后对相空间实行一类分类。一类分类采用支持向量机中的核映射思想，先用一个非线性映射将相空间中的样本点映射到高维特征空间，然后在特征空间中求包含所有样本点的最小超球体，获得原空间中更紧致的优化区域。根据分类样本点中任意一个支持对象，求出最小半径R。由于含异常能耗值的相点通常远离正常轨道，所以只要选择较小的惩罚因子C值，该异常值对应的相点必位于超球体外面。当然，可能还有其它一些能耗数据相点也可能位于超球体外面，通过确定这些能耗相点到超球体中心的距离与最小半径R的比值，来判定响应的能耗数据是否为异常数据，
本方法的步骤具体如下：
(1)将建筑支路能耗时间序列数据根据相空间理论重构到相空间；相空间重构时，选择近期的相关支路能耗每小时数据，作为能耗时间序列数据，选择当前时间前某时刻段能耗数据作为一个检测矢量Z，同时选择当天之前某日期段的同一时段的能耗数据组成不同日的矢量样本数据，形成能耗数据相空间；
(2)对相空间进行一类分类，首先选择初始参数，包括核函数的类型和其中的参数，惩罚因子C。核函数的类型一般选择径向基核函数(RBF)R(Xi，Xj)＝exp(-||Xi-Xj||2/2σ2)，在径向基核函数中涉及两个最重要参数：一是惩罚因子C，一是参数σ。利用交叉比对过程(Cross Validation)来实现最优惩罚因子C和参数σ的自动搜索，交叉比对过程由网格搜索法(grid-search)来实现；
(3)采用一类分类方法求出各相点Lagrange系数α的值以及最小半径R的值；对于检测矢量Z，代入公式
得到该点到超球体中心的距离f(Z)；
(4)计算f(Z)/R，如果某些值明显大于1，则可以判定对应于该值的相点含异常值。本步骤可根据具体情况事先选择一个标准值(如1.2)，大于该标准值的相点被判为含异常值。
(5)选择当前时间的一组能耗数据对应的相点矢量，计算与超球体中心的距离，如果距离与最小半径之比大于正常值，则判断为当前数据异常。
至此，完成对建筑能耗支路异常数据的诊断过程。本方法的原理是，实时动态建模，通过计算最近的能耗数据生成的矢量数据与聚类超球体中心的距离，进而判断能耗数据是否发生异常，发布相应诊断信息。对于不同日建筑能耗支路比较稳定的场合，并无需计算每一时刻的聚类模型，例如可以将一天24小时的聚类模型按时间进行存储，建筑能耗支路异常诊断时，再提取相应时刻的模型进行距离计算，诊断是否有异常能耗发生。同时，不同时间的聚类模型可以定时重新计算修正和存储。
本发明方法提出了从建筑支路海量的能耗信息中进行数据挖掘，发现异常能耗数据的方法，该方法可以实现动态建模，实时异常数据判断，并可通过滚动修正建立自适应诊断模型。该方法基于相空间重构理论和一类分类技术，采用核函数，解决了其它方法在处理非线性异常数据检测问题。
附图说明
图1是具体实施方式中本方法的流程示意图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步说明：
实施例的具体实施过程如下：
一种建筑异常能耗支路在线诊断方法，步骤包括：
(1)对整个建筑所有支路检测按照预定支路检测顺序循环进行；
(2)确定检测基准时间为检测时刻的前一小时，若是支路第一次监测，则需要从数据库中读取支路能耗信息；
(3)建筑能耗数据库中，抽取检测基准时间之前的6小时的支路能耗数据作为数据矢量，这个构建的矢量为检测矢量Z；
(4)抽取当日之前30日内同一时段的能耗数据矢量，并将这些数据矢量并行排列起来形成训练矢量，训练矢量每个分量对应相应时刻的能耗值，这30组数据组成能耗数据相空间；
(5)基于相空间样本数据，利用网格搜索法来实现对惩罚因子C和参数σ的自动搜索，这两个参数作为径向基核函数的两个参数，基于该核函数对相空间进行一类分类；
(6)求出各相点Lagrange系数α的值以及最小半径R的值；
(7)对于检测矢量Z，代入公式
得到该点到超球体中心的距离f(Z)；
(8)计算f(Z)/R，如果某些值大于1.2(这个值根据情况可适当调整)，则可以判定对应于该值的相点含异常值，即当前的能耗数据异常，否则能耗数据正常；
(9)当检测的能耗数据异常时，给出能耗数据对应的支路异常报警信息。
本发明方法可以实时对建筑各支路能耗情况进行检测，对建筑能耗支路先验知识没有要求，完全建立在历史的能耗时间序列数据挖掘的基础上，动态建模，实时检测，实现异常报警。对于那些建立了建筑能耗信息监管系统的建筑，都可以利用本方法来对每个能耗支路进行实时诊断，构建建筑用电异常情况预警系统。
Claims (2)
1.一种建筑异常能耗支路的在线诊断方法，其特征是步骤包括：
(1)对整个建筑所有支路检测，按照预定支路检测顺序循环进行；
(2)确定检测基准时间，若是支路第一次监测，则从能耗信息管理数据库中读取支路能耗信息，根据相空间理论重构到相空间：
首先将从能耗信息管理数据库中读取当前时间之前的固定时间的本支路能耗数据，将这些按时间排列的能耗数据转化成相空间中的点，然后对相空间实行一类分类；
所述一类分类采用支持向量机中的核映射思想，先用一个非线性映射将相空间中的样本点映射到高维特征空间，然后在该特征空间中求包含所有样本点的最小超球体，获得原相空间中更紧致的优化区域；根据分类样本点中任意一个支持对象，求出超球体对应的最小半径R；
通过对检测到的某能耗数据对应的能耗相点到超球体中心的距离与最小半径R的比值，来判定相应的能耗数据是否异常；
3)当检测的能耗数据异常时，则给出能耗数据对应的支路异常报警信息。
2.根据权利要求1所述的建筑异常能耗支路的在线诊断方法，其特征是所述步骤2)中，
(21)建筑能耗数据库中，抽取检测基准时间之前固定时刻段的支路能耗数据作为数据矢量，这个矢量为检测矢量Z；
(22)抽取当日之前某日期段内同一时段的能耗数据矢量，并将这些数据矢量并行排列起来形成训练矢量，训练矢量每个分量对应相应时刻的能耗值，这些数据组成能耗数据相空间；
(23)基于相空间样本数据，利用网格搜索法来实现对惩罚因子C和参数σ的自动搜索，这两个参数作为径向基核函数R(Xi，Xj)＝exp(-||Xi-Xj||2/2σ2)的两个参数，基于该核函数对相空间进行一类分类；
(24)求出相空间各相点Lagrange系数α的值以及最小半径R的值；
(25)对于检测矢量Z，代入公式
得到该点到超球体中心的距离f(Z)；
(26)计算f(Z)/R，如果得到的比值大于阀值，则可以判定对应于该值的相点含异常值，即当前的能耗数据异常；如果某些值不大于阀值，则能耗数据正常。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105678179A CN102004859B (zh) | 2010-12-01 | 2010-12-01 | 建筑异常能耗支路在线诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105678179A CN102004859B (zh) | 2010-12-01 | 2010-12-01 | 建筑异常能耗支路在线诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102004859A true CN102004859A (zh) | 2011-04-06 |
| CN102004859B CN102004859B (zh) | 2013-06-05 |
Family
ID=43812216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010105678179A Expired - Fee Related CN102004859B (zh) | 2010-12-01 | 2010-12-01 | 建筑异常能耗支路在线诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102004859B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103310088A (zh) * | 2012-03-16 | 2013-09-18 | 同济大学 | 照明电耗异常的自动检测方法 |
| CN103744978A (zh) * | 2014-01-14 | 2014-04-23 | 清华大学 | 一种基于网格搜索技术用于支持向量机的参数寻优方法 |
| CN105745868A (zh) * | 2013-11-26 | 2016-07-06 | 瑞典爱立信有限公司 | 网络中异常检测的方法和装置 |
| CN106231296A (zh) * | 2016-08-05 | 2016-12-14 | 黄新勇 | 广播网络中的能耗监控提示方法及系统 |
| CN106250905A (zh) * | 2016-07-08 | 2016-12-21 | 复旦大学 | 一种结合高校建筑结构特征的实时能耗异常检测方法 |
| CN106249681A (zh) * | 2016-09-18 | 2016-12-21 | 北京博锐尚格节能技术股份有限公司 | 建筑能耗异常监控方法和装置 |
| CN106778904A (zh) * | 2017-01-10 | 2017-05-31 | 上海鲲云信息科技有限公司 | 一种数据异常检测方法、系统及具有该系统的服务器 |
| CN109035067A (zh) * | 2018-07-19 | 2018-12-18 | 北京泰豪智能工程有限公司 | 基于rf和arma算法的建筑能耗处理方法及装置 |
| CN110494811A (zh) * | 2017-02-10 | 2019-11-22 | 江森自控科技公司 | 具有时间序列数据的声明性视图的建筑物管理系统 |
| CN110516847A (zh) * | 2019-07-27 | 2019-11-29 | 中建科技有限公司 | 一种建筑能耗异常反馈方法及装置 |
| CN110879585A (zh) * | 2019-12-03 | 2020-03-13 | 上海市建筑科学研究院有限公司 | 基于能耗监测平台非运行时段建筑电梯支路用能诊断方法 |
| CN110988556A (zh) * | 2019-12-20 | 2020-04-10 | 上海市建筑科学研究院有限公司 | 一种非运行时段建筑照明插座支路用能诊断方法 |
| US11080620B2 (en) | 2018-05-10 | 2021-08-03 | International Business Machines Corporation | Localizing energy consumption anomalies in buildings |
| US11307538B2 (en) | 2017-02-10 | 2022-04-19 | Johnson Controls Technology Company | Web services platform with cloud-eased feedback control |
| US11762886B2 (en) | 2017-02-10 | 2023-09-19 | Johnson Controls Technology Company | Building system with entity graph commands |
| US11774930B2 (en) | 2017-02-10 | 2023-10-03 | Johnson Controls Technology Company | Building system with digital twin based agent processing |
| US12055908B2 (en) | 2017-02-10 | 2024-08-06 | Johnson Controls Technology Company | Building management system with nested stream generation |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101236430A (zh) * | 2008-02-26 | 2008-08-06 | 浙江省建筑科学设计研究院有限公司 | 无线内网建筑能耗及环境实时监测与分析方法 |
| CN101440666A (zh) * | 2007-11-23 | 2009-05-27 | 上海久隆电力科技有限公司 | 一种大楼建筑节能的方法 |
-
2010
- 2010-12-01 CN CN2010105678179A patent/CN102004859B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101440666A (zh) * | 2007-11-23 | 2009-05-27 | 上海久隆电力科技有限公司 | 一种大楼建筑节能的方法 |
| CN101236430A (zh) * | 2008-02-26 | 2008-08-06 | 浙江省建筑科学设计研究院有限公司 | 无线内网建筑能耗及环境实时监测与分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 《建筑科学》 20091031 唐桂忠 公共建筑能耗监测与管理系统关键技术研究 28-30、73 1、2 第25卷, 第10期 2 * |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103310088A (zh) * | 2012-03-16 | 2013-09-18 | 同济大学 | 照明电耗异常的自动检测方法 |
| CN105745868A (zh) * | 2013-11-26 | 2016-07-06 | 瑞典爱立信有限公司 | 网络中异常检测的方法和装置 |
| CN105745868B (zh) * | 2013-11-26 | 2019-04-26 | 爱立信(中国)通信有限公司 | 网络中异常检测的方法和装置 |
| CN103744978A (zh) * | 2014-01-14 | 2014-04-23 | 清华大学 | 一种基于网格搜索技术用于支持向量机的参数寻优方法 |
| CN106250905B (zh) * | 2016-07-08 | 2020-05-12 | 复旦大学 | 一种结合高校建筑结构特征的实时能耗异常检测方法 |
| CN106250905A (zh) * | 2016-07-08 | 2016-12-21 | 复旦大学 | 一种结合高校建筑结构特征的实时能耗异常检测方法 |
| CN106231296A (zh) * | 2016-08-05 | 2016-12-14 | 黄新勇 | 广播网络中的能耗监控提示方法及系统 |
| CN106249681A (zh) * | 2016-09-18 | 2016-12-21 | 北京博锐尚格节能技术股份有限公司 | 建筑能耗异常监控方法和装置 |
| CN106249681B (zh) * | 2016-09-18 | 2018-10-12 | 北京博锐尚格节能技术股份有限公司 | 建筑能耗异常监控方法和装置 |
| CN106778904A (zh) * | 2017-01-10 | 2017-05-31 | 上海鲲云信息科技有限公司 | 一种数据异常检测方法、系统及具有该系统的服务器 |
| CN106778904B (zh) * | 2017-01-10 | 2019-10-18 | 上海鲲云信息科技有限公司 | 一种数据异常检测方法、系统及具有该系统的服务器 |
| CN110494811B (zh) * | 2017-02-10 | 2023-08-08 | 江森自控泰科知识产权控股有限责任合伙公司 | 具有时间序列数据的声明性视图的建筑物管理系统 |
| US11774930B2 (en) | 2017-02-10 | 2023-10-03 | Johnson Controls Technology Company | Building system with digital twin based agent processing |
| US12055908B2 (en) | 2017-02-10 | 2024-08-06 | Johnson Controls Technology Company | Building management system with nested stream generation |
| US12019437B2 (en) | 2017-02-10 | 2024-06-25 | Johnson Controls Technology Company | Web services platform with cloud-based feedback control |
| CN110494811A (zh) * | 2017-02-10 | 2019-11-22 | 江森自控科技公司 | 具有时间序列数据的声明性视图的建筑物管理系统 |
| US11994833B2 (en) | 2017-02-10 | 2024-05-28 | Johnson Controls Technology Company | Building smart entity system with agent based data ingestion and entity creation using time series data |
| US11307538B2 (en) | 2017-02-10 | 2022-04-19 | Johnson Controls Technology Company | Web services platform with cloud-eased feedback control |
| US11809461B2 (en) | 2017-02-10 | 2023-11-07 | Johnson Controls Technology Company | Building system with an entity graph storing software logic |
| US11755604B2 (en) | 2017-02-10 | 2023-09-12 | Johnson Controls Technology Company | Building management system with declarative views of timeseries data |
| US11762886B2 (en) | 2017-02-10 | 2023-09-19 | Johnson Controls Technology Company | Building system with entity graph commands |
| US11080620B2 (en) | 2018-05-10 | 2021-08-03 | International Business Machines Corporation | Localizing energy consumption anomalies in buildings |
| CN109035067A (zh) * | 2018-07-19 | 2018-12-18 | 北京泰豪智能工程有限公司 | 基于rf和arma算法的建筑能耗处理方法及装置 |
| CN110516847A (zh) * | 2019-07-27 | 2019-11-29 | 中建科技有限公司 | 一种建筑能耗异常反馈方法及装置 |
| CN110879585A (zh) * | 2019-12-03 | 2020-03-13 | 上海市建筑科学研究院有限公司 | 基于能耗监测平台非运行时段建筑电梯支路用能诊断方法 |
| CN110988556A (zh) * | 2019-12-20 | 2020-04-10 | 上海市建筑科学研究院有限公司 | 一种非运行时段建筑照明插座支路用能诊断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102004859B (zh) | 2013-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102004859B (zh) | 建筑异常能耗支路在线诊断方法 | |
| CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
| Mavromatidis et al. | Design of distributed energy systems under uncertainty: A two-stage stochastic programming approach | |
| Wang et al. | The impact of land use change on the temporospatial variations of ecosystems services value in China and an optimized land use solution | |
| CN108593990B (zh) | 一种基于电能用户用电行为模式的窃电检测方法和应用 | |
| CN107133652A (zh) | 基于K‑means聚类算法的用电客户价值评估方法及系统 | |
| CN105373971A (zh) | 基于大数据的建筑能效管理的方法 | |
| CN103678766A (zh) | 一种基于pso算法的异常用电客户检测方法 | |
| CN102521080B (zh) | 一种电力用户用电信息采集系统的计算机数据修复方法 | |
| CN103306893B (zh) | 一种风力发电机故障预警及报警方法 | |
| Paul et al. | Optimization of significant insolation distribution parameters–A new approach towards BIPV system design | |
| CN102521672A (zh) | 一种基于配网生产作业计划的安全风险自动识别方法 | |
| CN110109971A (zh) | 一种低压台区用户用电负荷特性分析方法 | |
| CN102147839A (zh) | 一种光伏发电量预测方法 | |
| CN106384300A (zh) | 基于大数据和模糊模型的建筑异常用能检测方法及系统 | |
| CN104537429A (zh) | 一种基于数据仓库与数据挖掘技术的短期负荷预测方法及装置 | |
| CN104182803A (zh) | 风电数据预处理方法及风电功率预测方法和系统 | |
| Jing et al. | Energy-saving diagnosis model of central air-conditioning refrigeration system in large shopping mall | |
| Simpson et al. | Water-energy nexus-Measuring integration: towards a water-energy-food nexus index | |
| Hong et al. | Operational signature-based symbolic hierarchical clustering for building energy, operation, and efficiency towards carbon neutrality | |
| CN110928741B (zh) | 系统状态监视方法、装置和存储介质 | |
| CN113590682A (zh) | 电网停电窗口期生成方法、装置、电子设备和存储介质 | |
| Dehghani et al. | Integrating information of the efficient and anti-efficient frontiers in DEA analysis to assess location of solar plants: A case study in Iran | |
| CN109902743A (zh) | 一种风电机组输出功率预测方法 | |
| CN201666923U (zh) | 一种用免疫遗传算法处理电力系统的dsp故障诊断的装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130605 Termination date: 20131201 |