CN104794536B - 一种自助售电终端的清机维护时间的预测方法 - Google Patents
一种自助售电终端的清机维护时间的预测方法 Download PDFInfo
- Publication number
- CN104794536B CN104794536B CN201510179847.5A CN201510179847A CN104794536B CN 104794536 B CN104794536 B CN 104794536B CN 201510179847 A CN201510179847 A CN 201510179847A CN 104794536 B CN104794536 B CN 104794536B
- Authority
- CN
- China
- Prior art keywords
- terminal
- refer
- max
- cur
- month
- 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.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种自助售电终端的清机维护时间的预测方法，其特征在于该预测方法从终端安装之后按先后顺序分为3个连贯的预测阶段：初始阶段、数据积累阶段和标准阶段，每个预测阶段对应不同的预测算法。系统能够根据业务数据的积累过程自动进行阶段选择，系统同时预测1天、2天、3天预测清机时间结果，通过不同阶段引入经验数据、季节变化、业务量增长优化预测模型，避免数据不全带来无法预测或预测不准确问题。系统通过充值现金数据代替用电量数据，避免非现金充值方式对预测计算带来的干扰，能够大幅提高系统的可预测性和预测准确度。
Description
技术领域
本发明涉及自助售电终端维护领域，具体是一种自助售电终端的清机维护时间的预测方法。
背景技术
现在国家电网公司大力推广自助售电终端，用于向广大居民提供7*24小时售电服务以及提供更多的售电点。而目前售电主要采用现金和银联卡2种模式，而每台售电终端的保存现金的数量都是有限制的，当现金达到上限时自助售电终端就无法再提供现金售电服务。这时就需要对自助售电终端进行清机维护，盘点核对账务，取走现金才能继续提供自助售电服务。
由于每台自助售电终端的安装在不同的区域，而每个区域的居民用电量、购电习惯、支付方式都不相同，所以最佳的清机维护时间也不相同。传统的做法是按照固定的周期对终端进行清机维护，这样系统下很多不必要清机的终端进行了清机，而很多需要清机的终端却得不到维护人员服务，照成终端无法提供现金充值服务。这样对人员、用车费用都会造成极大的浪费，也会造成服务质量的下降。如果系统能够按照动态业务数据对系统下所有终端进行差异性的清机维护时间预测，将极大的减少不必要的清机维护工作，从而提高人员利用效率，减少能源浪费。
发明内容
本发明是针对上述技术的问题，提出一种自助售电终端的清机维护时间的预测方法。
技术方案：一种自助售电终端的清机维护时间的预测方法，该预测方法从终端安装之后按先后顺序分为3个连贯的预测阶段：初始阶段、数据积累阶段和标准阶段，每个预测阶段对应不同的预测算法：
初始阶段：这期间清机维护时间的算法基于动态数据，具体是：
如果Pcur≥Pmax*90％，则T1；
如果Pmax*90％＞Pcur≥Pmax*80％，则T2；
如果Pmax*80％＞Pcur≥Pmax*70％，则T3；
其中：T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
数据积累阶段：这期间清机维护时间的算法既基于动态的历史数据，又考虑季节性因素，季节对应月份系统可配置，具体是：
如果上个月是春秋季，本月依旧是春秋季，或者本月是冬夏季，本月依旧是冬夏季，则算法如下：
如果Pnext1＞Pmax-Pcur，则T1；
如果Pnext2＞Pmax-Pcur，则T2；
如果Pnext3＞Pmax-Pcur，则T3；
其中：Pnext1指预测计算日期的上月同期那天的该终端的进钞量，Pnext2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
如果上个月是春秋季，本月是冬夏季，则算法如下：
如果N*Pnext1＞Pmax-Pcur，则T1；
如果N*Pnext1＞Pmax-Pcur，则T2；
如果N*Pnext3＞Pmax-Pcur，则T3；
其中：N指冬夏季与春秋季用电量比值，其值可配置；Pnext1指预测计算日期的上月同期那天的该终端的进钞量，Pnext2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
如果上个月是冬夏季，本月是春秋季，则算法如下：
如果Pnext1/N＞Pmax-Pcur，则T1；
如果Pnext2/N＞Pmax-Pcur，则T2；
如果Pnext3/N＞Pmax-Pcur，则T3；
其中：N指冬夏季与春秋季用电量比值，其值可配置；Pnext1指预测计算日期的上月同期那天的该终端的进钞量，Pnext2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
标准阶段：这期间清机维护时间的算法基于动态的历史数据和进钞量增长率，具体是：
如果C*Pnext4＞Pmax-Pcur，则T1；
如果C*Pnext5＞Pmax-Pcur，则T2；
如果C*Pnext6＞Pmax-Pcur，则T3；
其中：Pnext4指预测计算日期的去年同期那天的该终端的进钞量，Pnext5指预测计算日期的去年同期那天之后2天的该终端的进钞量，Pnext6指预测计算日期的去年同期那天之后3天的该终端的进钞量，C为进钞量增长率，C＝(上个月该终端的现金进钞量-上个月去年同期现金进钞量)/上个月去年同期现金进钞量。
更具体的，预测时，系统屏蔽终端安装之后的一个月内的业务数据，在第一个月内不对终端进行清机维护。
更具体的，所述初始阶段开始于终端安装之后的第二个月，持续两个月时间；所述数据积累阶段开始于终端安装之后的第四个月初，持续十二个月时间；所述标准阶段开始于终端安装之后的第十六个月，持续进行。
更具体的，所述冬夏季与春秋季用电量比值N默认值取2～2.5。
更具体的，所述冬夏季与春秋季用电量比值N：冬季时N默认值取2，夏季时N默认值取2.5。
本发明的有益效果：
本发明能够根据终端的售电业务数据，动态预测清机维护时间，帮助管理者制定合理的清机维护计划，以往终端清机维护都是根据经验采用固定的周期对所有终端进行统一的清机维护，这样系统下很多不必要清机的终端进行了清机，而很多需要清机的终端却得不到维护人员服务，照成终端无法提供现金充值服务。根据项目模拟数据统计结果，采用本发明预测算法的系统比传统系统减少34.2％的维护工作量，减少了78.3％的无法现金充值的故障率。
本发明解决了业务积累数据不全导致无法预测或预测偏差太大的问题，本发明的清机时间预测算法根据业务数据的积累时间分三个阶段：初始阶段、数据积累阶段和标准阶段，每个阶段分别有独立的算法分别预测，避免了一般预测算法中由于历史数据不全照成的无法预测或预测偏差过大的问题。
本发明解决了季节以及电量增长对预测数据带来的影响，是预测准确率有了大幅提高，同时本发明通过终端现金购电金额代替了购电量数据，降低了非现金充值方式对预测算法准确度的影响。
本发明的预测方法适用于任何自助售电终端。
附图说明
图1为本发明的预测方法流程图。
具体实施方式
下面结合实施例对本发明作进一步说明，但本发明的保护范围不限于此：
下面对照附图并结合具体实施方式对本发明进行说明。
1.系统统一配置四季对应月份，终端上线后取得该配置
2.系统统一配置冬、夏季与春秋季的用电量对比，在优选的实施例中，冬季与春秋季的用电比默认值为2，夏季与春秋季的用电比默认值为2.5，该比值设定为终端上线后取得该配置。
3.终端安装成功后设定安装日期，在优选的实施例中，系统屏蔽终端实际安装日期起的一个月时间内的业务数据，在该月内不对终端进行清机维护。
4.初始阶段：这期间清机维护时间的算法基于动态数据，具体是：
如果Pcur≥Pmax*90％，则T1；
如果Pmax*90％＞Pcur≥Pmax*80％，则T2；
如果Pmax*80％＞Pcur≥Pmax*70％，则T3；
其中：T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量。
在优选的实施例中，该阶段开始于终端安装之后的第二个月，持续两个月时间。
5.数据积累阶段：这期间清机维护时间的算法既基于动态的历史数据，又考虑季节性因素，季节对应月份系统可配置，具体是：
如果上个月是春秋季，本月依旧是春秋季，或者本月是冬夏季，本月依旧是冬夏季，则算法如下：
如果Pnext1＞Pmax-Pcur，则T1；
如果Pnext2＞Pmax-Pcur，则T2；
如果Pnext3＞Pmax-Pcur，则T3；
其中：Pnext1指预测计算日期的上月同期那天的该终端的进钞量，Pnext2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
如果上个月是春秋季，本月是冬夏季，则算法如下：
如果N*Pnext1＞Pmax-Pcur，则T1；
如果N*Pnext1＞Pmax-Pcur，则T2；
如果N*Pnext3＞Pmax-Pcur，则T3；
其中：N指冬夏季与春秋季用电量比值，其值可配置；Pnext1指预测计算日期的上月同期那天的该终端的进钞量，Pnext2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
如果上个月是冬夏季，本月是春秋季，则算法如下：
如果Pnext1/N＞Pmax-Pcur，则T1；
如果Pnext2/N＞Pmax-Pcur，则T2；
如果Pnext3/N＞Pmax-Pcur，则T3；
其中：N指冬夏季与春秋季用电量比值，其值可配置；Pnext1指预测计算日期的上月同期那天的该终端的进钞量，Pnext2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量。
在优选的实施例中，该阶段开始于终端安装之后的第四个月，持续十二个月时间。
在优选的实施例中，所述冬夏季与春秋季用电量比值N默认值取2～2.5。在优选的实施例中，所述冬夏季与春秋季用电量比值N：冬季时N默认值取2，夏季时N默认值取2.5。
6.标准阶段：这期间清机维护时间的算法基于动态的历史数据和进钞量增长率，具体是：
如果C*Pnext4＞Pmax-Pcur，则T1；
如果C*Pnext5＞Pmax-Pcur，则T2；
如果C*Pnext6＞Pmax-Pcur，则T3；
其中：Pnext4指预测计算日期的去年同期那天的该终端的进钞量，Pnext5指预测计算日期的去年同期那天之后2天的该终端的进钞量，Pnext6指预测计算日期的去年同期那天之后3天的该终端的进钞量，C为进钞量增长率，C＝(上个月该终端的现金进钞量-上个月去年同期现金进钞量)/上个月去年同期现金进钞量。
在优选的实施例中，该阶段开始于终端安装之后的第十六个月，持续进行。
采用本发明的预测方法对清机时间进行预测，它对需要对该终端进行清机维护的紧迫程度进行预测(1天、2天、3天)，结果作为终端清机维护计划的参考数据，由管理者进行合理的人员、路线规划。根据项目模拟数据统计结果，采用本发明预测算法的系统比传统系统减少34.2％的维护工作量，减少了78.3％的无法现金充值的故障率。
清机时间预测的计算加入了季节用电差异作为数据积累阶段的参考因数，系统中四季的月份可以通过配置方式实现，每个季节≥0个月同时小于等于12个月且四季之和等于12；这样可以使算法同时适用于各种气候带，避免数据不准确带来无法预测或预测不准确问题。且冬季、夏季与春秋季用电量比也可以通过系统配置。
清机时间预测的计算加入了进钞量增长率(用电增长)作为标准阶段的参考因数，系统通过终端现金充值数据的增长代替了用电量的增长，降低了非现金充值方式对清机维护时间所带来的干扰，能够大幅提高系统的可预测性和预测准确度。
尽管本发明已经参照附图和优选实例进行了说明，但是，对于本领域的技术人员来说，本发明可以有各种更改和变化。本发明的各种更改、变化，和等同物由所附的权利要求书的内容涵盖。
Claims (5)
1.一种自助售电终端的清机维护时间的预测方法，其特征在于该预测方法从终端安装之后按先后顺序分为3个连贯的预测阶段：初始阶段、数据积累阶段和标准阶段，每个预测阶段对应不同的预测算法：
初始阶段：这期间清机维护时间的算法基于动态数据，具体是：
如果Pcur≥Pmax*90％，则T1；
如果Pmax*90％＞Pcur≥Pmax*80％，则T2；
如果Pmax*80％＞Pcur≥Pmax*70％，则T3；
其中：T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
数据积累阶段：这期间清机维护时间的算法既基于动态的历史数据，又考虑季节性因素，季节对应月份系统可配置，具体是：
如果上个月是春秋季，本月依旧是春秋季，或者上个月是冬夏季，本月依旧是冬夏季，则算法如下：
如果Pnext1＞Pmax-Pcur，则T1；
如果Pnext2＞Pmax-Pcur，则T2；
如果Pnext3＞Pmax-Pcur，则T3；
其中：Pnext1指预测计算日期的上月同期那天的该终端的进钞量，Pnext2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
如果上个月是春秋季，本月是冬夏季，则算法如下：
如果N*Pnext1＞Pmax-Pcur，则T1；
如果N*Pnext1＞Pmax-Pcur，则T2；
如果N*Pnext3＞Pmax-Pcur，则T3；
其中：N指冬夏季与春秋季用电量比值，其值可配置；Pnext1指预测计算日期的上月同期那天的该终端的进钞量，Pnext2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
如果上个月是冬夏季，本月是春秋季，则算法如下：
如果Pnext1/N＞Pmax-Pcur，则T1；
如果Pnext2/N＞Pmax-Pcur，则T2；
如果Pnext3/N＞Pmax-Pcur，则T3；
其中：N指冬夏季与春秋季用电量比值，其值可配置；Pnext1指预测计算日期的上月同期那天的该终端的进钞量，Pnext2指预测计算日期的上月同期那天之后2天的该终端的进钞量，Pnext3指预测计算日期的上月同期那天之后3天的该终端的进钞量，T1指1天内进行清机维护；T2指2天内进行清机维护；T3指3天内进行清机维护；Pmax指终端最大的容纳纸币数量；Pcur指终端当前纸币数量；
标准阶段：这期间清机维护时间的算法基于动态的历史数据和进钞量增长率，具体是：
如果C*Pnext4＞Pmax-Pcur，则T1；
如果C*Pnext5＞Pmax-Pcur，则T2；
如果C*Pnext6＞Pmax-Pcur，则T3；
其中：Pnext4指预测计算日期的去年同期那天的该终端的进钞量，Pnext5指预测计算日期的去年同期那天之后2天的该终端的进钞量，Pnext6指预测计算日期的去年同期那天之后3天的该终端的进钞量，C为进钞量增长率，C＝(上个月该终端的现金进钞量-上个月去年同期现金进钞量)/上个月去年同期现金进钞量。
2.根据权利要求1所述的一种自助售电终端的清机维护时间的预测方法，其特征在于预测时，系统屏蔽终端安装之后的一个月内的业务数据，在第一个月内不对终端进行清机维护。
3.根据权利要求2所述的一种自助售电终端的清机维护时间的预测方法，其特征在于所述初始阶段开始于终端安装之后的第二个月，持续两个月时间；所述数据积累阶段开始于终端安装之后的第四个月初，持续十二个月时间；所述标准阶段开始于终端安装之后的第十六个月，持续进行。
4.根据权利要求1～3任一项所述的一种自助售电终端的清机维护时间的预测方法，其特征在于所述冬夏季与春秋季用电量比值N默认值取2～2.5。
5.根据权利要求4所述的一种自助售电终端的清机维护时间的预测方法，其特征在于所述冬夏季与春秋季用电量比值N：冬季时默认值N取2，夏季时默认值N取2.5。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510179847.5A CN104794536B (zh) | 2015-04-15 | 2015-04-15 | 一种自助售电终端的清机维护时间的预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510179847.5A CN104794536B (zh) | 2015-04-15 | 2015-04-15 | 一种自助售电终端的清机维护时间的预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104794536A CN104794536A (zh) | 2015-07-22 |
| CN104794536B true CN104794536B (zh) | 2018-02-23 |
Family
ID=53559322
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510179847.5A Active CN104794536B (zh) | 2015-04-15 | 2015-04-15 | 一种自助售电终端的清机维护时间的预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104794536B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105468823B (zh) * | 2015-11-16 | 2019-01-25 | 广州广电运通金融电子股份有限公司 | 一种自助设备节能控制方法和装置 |
| CN105761356B (zh) * | 2016-02-19 | 2018-06-19 | 中国建设银行股份有限公司 | 用于确定自助设备的清机周期的方法及相关系统 |
| CN112044801B (zh) * | 2020-08-27 | 2022-07-22 | 上海哥瑞利软件股份有限公司 | 一种分选机清机管理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10334155A (ja) * | 1997-05-28 | 1998-12-18 | Toshiba Corp | 自動取引装置の資金運用支援装置 |
| CN103258388A (zh) * | 2012-02-17 | 2013-08-21 | 日立(中国)研究开发有限公司 | 自动交易装置和服务器、以及用于预测现金需求量的方法 |
| JP2014048778A (ja) * | 2012-08-30 | 2014-03-17 | Oki Electric Ind Co Ltd | 需要予測装置、需要予測方法、およびプログラム |
| CN104077631A (zh) * | 2014-06-10 | 2014-10-01 | 通邮(中国)科技有限公司 | 自动柜员机的现金管理系统 |
| CN104424598A (zh) * | 2013-09-06 | 2015-03-18 | 株式会社日立制作所 | 现金需求量预测装置与方法 |
-
2015
- 2015-04-15 CN CN201510179847.5A patent/CN104794536B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10334155A (ja) * | 1997-05-28 | 1998-12-18 | Toshiba Corp | 自動取引装置の資金運用支援装置 |
| CN103258388A (zh) * | 2012-02-17 | 2013-08-21 | 日立(中国)研究开发有限公司 | 自动交易装置和服务器、以及用于预测现金需求量的方法 |
| JP2014048778A (ja) * | 2012-08-30 | 2014-03-17 | Oki Electric Ind Co Ltd | 需要予測装置、需要予測方法、およびプログラム |
| CN104424598A (zh) * | 2013-09-06 | 2015-03-18 | 株式会社日立制作所 | 现金需求量预测装置与方法 |
| CN104077631A (zh) * | 2014-06-10 | 2014-10-01 | 通邮(中国)科技有限公司 | 自动柜员机的现金管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104794536A (zh) | 2015-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Seck et al. | Embedding power system’s reliability within a long-term Energy System Optimization Model: Linking high renewable energy integration and future grid stability for France by 2050 | |
| Kahrl et al. | The political economy of electricity dispatch reform in China | |
| Biglaiser et al. | Dynamics of price regulation | |
| CN105447245B (zh) | 一种高海拔山地风电场微观选址系统 | |
| AU2020103555A4 (en) | Method and system for power supply prediction by variety | |
| CN104617591A (zh) | 基于多场景新能源发电模拟的日运行方式安排和调峰方法 | |
| Lesser | Renewable energy and the fallacy of ‘green’jobs | |
| CN104794536B (zh) | 一种自助售电终端的清机维护时间的预测方法 | |
| Kusakana | Optimal electricity cost minimization of a grid-interactive Pumped Hydro Storage using ground water in a dynamic electricity pricing environment | |
| CN105140958A (zh) | 含光伏电源的配电网规划方法 | |
| Barsali et al. | Optimised operation of storage systems integrated with MV photovoltaic plants, considering the impact on the battery lifetime | |
| Abhinav et al. | Opportunities and key challenges for wind energy trading with high penetration in Indian power market | |
| CN104778635A (zh) | 全寿命周期框架下的配电变压器更换方法 | |
| Simoglou et al. | Probabilistic evaluation of the long-term power system resource adequacy: The Greek case | |
| KR102513348B1 (ko) | 예측제고 정산금 수익 극대화를 위한 저비용 태양광 예측 시스템 및 방법 | |
| CN110021932B (zh) | 双边参与的调峰辅助服务容量选取和经济模型构建方法 | |
| Hosoe | Nuclear power plant shutdown and alternative power plant installation scenarios–A nine-region spatial equilibrium analysis of the electric power market in Japan | |
| Burstedde | Essays on the Economics of Congestion Management-Theory and Model-based Analysis for Central Western Europe | |
| CN109823223A (zh) | 一种电动汽车充电站的储能容量配置方法及系统 | |
| Zou et al. | Modeling and algorithm to find the economic equilibrium for pool-based electricity market with the changing generation mix | |
| JP6052053B2 (ja) | エネルギー最適計画作成方法と最適制御装置 | |
| CN107330548A (zh) | 基于时间序列模型的居民用电预测方法 | |
| CN106651136A (zh) | 一种双边交易的日前发电计划编制方法及装置 | |
| CN106296460A (zh) | 一种基于电力供需指数的电网项目库排序方法 | |
| Fraunholz et al. | Price-based versus load-smoothing pumped storage operation: Long-term impacts on generation adequacy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: Qidong City, Jiangsu province 226200 Nantong City Lin Yang Lu No. 666 Applicant after: JIANGSU LINYANG ENERGY CO., LTD. Applicant after: Nanjing Linyang Electric Power Technology Co.,Ltd. Address before: Qidong City, Jiangsu province 226200 Nantong City Lin Yang Lu No. 666 Applicant before: Jiangsu Linyang Electronics Co., Ltd. Applicant before: Nanjing Linyang Electric Power Technology Co.,Ltd. |
|
| COR | Change of bibliographic data | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |