CN104820875B - 一种输电线路山火精细化密度预报方法 - Google Patents

一种输电线路山火精细化密度预报方法 Download PDF

Info

Publication number
CN104820875B
CN104820875B CN201510255860.4A CN201510255860A CN104820875B CN 104820875 B CN104820875 B CN 104820875B CN 201510255860 A CN201510255860 A CN 201510255860A CN 104820875 B CN104820875 B CN 104820875B
Authority
CN
China
Prior art keywords
fire
grid
forecast
vegetation
transmission line
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
Application number
CN201510255860.4A
Other languages
English (en)
Other versions
CN104820875A (zh
Inventor
陆佳政
艾小猛
张红先
李波
方针
徐勋建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Disaster Prevention Technology Co ltd
Xiang-Electric Experiment And Research Technology Co Of Hunan Province
Original Assignee
Hunan Xiangdian Test Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Xiangdian Test Research Institute Co Ltd filed Critical Hunan Xiangdian Test Research Institute Co Ltd
Priority to CN201510255860.4A priority Critical patent/CN104820875B/zh
Publication of CN104820875A publication Critical patent/CN104820875A/zh
Priority to AU2015101759A priority patent/AU2015101759A4/en
Application granted granted Critical
Publication of CN104820875B publication Critical patent/CN104820875B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

一种输电线路山火精细化密度预报方法,属于输配电技术领域。该方法包括下述步骤:1.预测区域网格细分;2.预报持续火点期望数CN;3.预报新发生的山火期望数NN;4.计算山火预报发生期望总数。本发明的有益效果是:1、可准确预测未来三内的山火发生的期望数;2、可操作性强;3、预报准确率高;4、提高了输电线路山火预报精细化程度,根据预测结论,可及时做好相应的应急处置预案,实现山火的提前应对,减少输电线路附近山火所造成的损失。

Description

一种输电线路山火精细化密度预报方法
技术领域
本发明属于输配电技术领域,尤其与一种输电线路山火精细化密度预报方法有关。
背景技术
由于人们烧荒、上坟等生产生活用火习俗的影响,输电线路走廊极易发生大范围山火,造成多条线路同时跳闸停电,甚至引发电网崩溃,山火已成为严重威胁大电网的安全运行和社会正常供电新的热点问题,而准确的山火预测可为输电线路防山火措施部署提供宝贵时间,使电网山火灾害引起的损失呈指数下降,意义重大。我国气象、林业部门开展了基于气象因素的森林火险预报方法研究,然而此山火预测方法的结果主要针对林区,没有结合线路,不能满足输电线路山火预测需求。另外,此方法没有结合我国工农业生产生活用火习俗,而输电线路山火的爆发与工农业生产生活用火习俗有较强的关系。湖南电力公司防灾减灾中心提出了一种输电线路山火预测方法,此方法能预测山火发生的有无,即是否发生山火,但不能给出山火发生的密度,无法判断输电线路附近山火发生程度,因此,迫切需要提出一种输电线路山火密度预报方法。针对上述缺陷,本专利申请人研发了一种输电线路山火精细化密度预报方法,旨在克服上述缺陷。
发明内容
针对现有输电线路山火预测技术不足,本发明供一种可以预报输电线路山火的有无、流程清晰、准确率高、实用性强的输电线路山火精细化密度预报方法。
为此,本发明采用以下技术方案:一种输电线路山火精细化密度预报方法,包括以下步骤:
1、预测区域网格细分
将输电线路附近区域按经纬度为基准单位细分成0.25°×0.25°;
2、预报持续火点期望数
2.1、利用当天的卫星山火数据,定义每0.25°×0.25°的网格内的当日火点监测数量为b;
2.2、利用未来三天每0.25°×0.25°的网格内的降水数值网格预报,定义每个网格内的未来24小时降水量为c,计算出每个网格内的未来每天的火持续降水指数,记为cx。
c x = 1 5 ( e 0.5 - 1 ) ( e 0.5 - x - 1 ) , 0 ≤ c ≤ 0.5 m m 0 , c > 0.5 m m
2.3、根据每0.25°×0.25°网格内的植被类型和疏密程度,定义地表植被持续燃烧指数为f;
2.4、定义每0.25°×0.25°网格内预报持续火点数为CN。
CN=b*cc*f
从而得到持续火点期望数;
3、预报新发生的山火期望数
3.1、根据输电线路附近区域内最近n年卫星监测的历史火点分布情况,计算出每0.25°×0.25°的网格内预报日前后7天的历史火点总数tn,定义每每0.25°×0.25°的网格的每日平均火点数为an=tn/(n*15);
3.2、通过查询历史降水数据,得出每0.25°×0.25°的网格在预测日前连续无降水日数d,计算降水历史指数,定义为dx
d x = 0.5 , d = 0 d 3 + 0.5 , 1 ≤ d ≤ 3 2 , d > 3
3.3、利用未来三天每0.25°×0.25°降水数值网格预报,定义每个网格内的未来24小时降水量为c,计算出每个网格内的未来每天山火发生降水指数,记为cx
c x = 1 - c 2 , 0 ≤ c ≤ 2 m m 0 , c > 2 m m
3.4、根据预测日计算工农业用火高发期指数,定义火高发期指数为e;
3.5、根据林业部门的地表植被数据,定义地表植被火发生指数为L;
3.6、定义每0.25°×0.25°网格内新发生的山火期望数为NN
NN=an*dx*cx*e*L
从而得到新发生的山火期望数;
4、山火预报发生期望总数,定义山火预报发生期望总数为HN
HN=CN+NN
作为对上述技术方案的补充和完善,本发明还包括以下技术特征。
根据每0.25°×0.25°网格内的植被类型和疏密程度,当植被为易燃林地时,其高、中、低疏密程度的f值分别取为1.6、1.2、0.8;当植被为易燃灌木时,其高、中、低疏密程度的f值分别取为1.2、0.6、0.4;当植被为易燃草地时,其高、中、低疏密程度的f值分别取为1、0.4、0.2;当植被为不易燃植被或附近有隔离带时,f取值为0。
所述的火高发期指数e根据山火高发期程度不同取值不同,特别严重山火高发期e取1.8,严重山火高发期e取1.5,一般山火高发期e取1.2;属于非山火高发e=1。
所述的地表植被火发生指数L,当每0.25°×0.25°网格内的主要植被类型为可燃类型,如林木、草地、耕地等,则L记为1,如果地表植被类型为沙漠、水面等不可燃类型时,则L记为0。
使用本发明可以达到以下有益效果:本发明可准确预测未来三内的山火发生的期望数,可操作性强,预报准确率高,提高了输电线路山火预报精细化程度。根据预测结论,可及时做好相应的应急处置预案,实现山火的提前应对,减少输电线路附近山火所造成的损失。
具体实施方式
输电线路山火精细化密度预报方法包括以下步骤:
1、预测区域网格细分
将输电线路附近区域按经纬度为基准单位细分成0.25°×0.25°;
2、预报持续火点期望数
2.1、利用当天的卫星山火数据,定义每0.25°×0.25°的网格内的当日火点监测数量为b;
2.2、利用未来三天每0.25°×0.25°的网格内的降水数值网格预报,定义每个网格内的未来24小时降水量为c,计算出每个网格内的未来每天的火持续降水指数,记为cx。
c x = 1 5 ( e 0.5 - 1 ) ( e 0.5 - x - 1 ) , 0 ≤ c ≤ 0.5 m m 0 , c > 0.5 m m
2.3、根据每0.25°×0.25°网格内的植被类型和疏密程度,定义地表植被持续燃烧指数为f;
2.4、定义每0.25°×0.25°网格内预报持续火点数为CN。
CN=b*cc*f
从而得到持续火点期望数;
5、预报新发生的山火期望数
3.1、根据输电线路附近区域内最近n年卫星监测的历史火点分布情况,计算出每0.25°×0.25°的网格内预报日前后7天的历史火点总数tn,定义每每0.25°×0.25°的网格的每日平均火点数为an=tn/(n*15);
3.2、通过查询历史降水数据,得出每0.25°×0.25°的网格在预测日前连续无降水日数d,计算降水历史指数,定义为dx
d x = 0.5 , d = 0 d 3 + 0.5 , 1 ≤ d ≤ 3 2 , d > 3
3.3、利用未来三天每0.25°×0.25°降水数值网格预报,定义每个网格内的未来24小时降水量为c,计算出每个网格内的未来每天山火发生降水指数,记为cx
c x = 1 - c 2 , 0 ≤ c ≤ 2 m m 0 , c > 2 m m
3.4、根据预测日计算工农业用火高发期指数,定义火高发期指数为e;
3.5、根据林业部门的地表植被数据,定义地表植被火发生指数为L;
3.6、定义每0.25°×0.25°网格内新发生的山火期望数为NN
NN=an*dx*cx*e*L
从而得到新发生的山火期望数;
6、山火预报发生期望总数,定义山火预报发生期望总数为HN
HN=CN+NN
根据每0.25°×0.25°网格内的植被类型和疏密程度,当植被为易燃林地时,其高、中、低疏密程度的f值分别取为1.6、1.2、0.8;当植被为易燃灌木时,其高、中、低疏密程度的f值分别取为1.2、0.6、0.4;当植被为易燃草地时,其高、中、低疏密程度的f值分别取为1、0.4、0.2;当植被为不易燃植被或附近有隔离带时,f取值为0。
所述的火高发期指数e根据山火高发期程度不同取值不同,特别严重山火高发期e取1.8,严重山火高发期e取1.5,一般山火高发期e取1.2;属于非山火高发e=1。
所述的地表植被火发生指数L,当每0.25°×0.25°网格内的主要植被类型为可燃类型,如林木、草地、耕地等,则L记为1,如果地表植被类型为沙漠、水面等不可燃类型时,则L记为0。
实施案例1:
1、预测区域网格细分。将输电线路附近区域按经纬度细分成4个0.25°×0.25°的网格。
2、预报持续火点期望数
(2.1)利用起报日当天的卫星山火数据,得到每0.25°×0.25°的网格内的当日火点监测数量分别为b1、b2、b3、b4。
(2.2)利用未来一天0.25°×0.25°降水数值网格预报,得到每个网格内的未来24小时降水量c1、c2、c3、c4,计算出每个网格内的未来每天的火持续降水指数cc1、cc2、cc3、cc4。
(2.3)根据林业部门的地表植被数据,计算地表植被持续燃烧指数。网格1植被为疏密度高的易燃林地,f1取1.6;网格2植被为疏密度低的易燃灌木,f2取0.4;网格3植被为疏密度中等的易燃草地,f3取0.4;网格4植被不易燃,f4取0。
(2.4)计算每0.25°×0.25°网格内预报持续火点数。CN1=1.6*b1*cc1、CN2=0.4*b2*cc2、CN3=0.4*b3*cc3、CN4=0。
3、预报新发生的山火期望数
(1)根据输电线路附近区域内最近5年卫星监测的历史火点分布情况,计算出每0.25°×0.25°的网格内预报日前后7天的历史火点总数tn1、tn2、tn3、tn4,并计算出每个网格的每日平均火点数an1、an2、an3、an4。
(2)通过查询历史降水数据,得出每0.25°×0.25°的网格在预测日前连续无降水日数d1、d2、d3、d4,计算降水历史指数dx1、dx2、dx3、dx4。
(3)利用未来一天0.25°×0.25°降水数值网格预报,得到每个网格内的未来24小时降水量c1、c2、c3、c4,计算出每个网格内的未来每天山火发生降水指数cx1、cx2、cx3、cx4。
(4)根据预测日计算工农业用火高发期指数,预测日4个均属于非山火高发e1、e2、e3、e4均为1。
(5)根据林业部门的地表植被数据,计算地表植被火发生指数,4个网格内的主要植被类型为可燃类型均为可燃型植被,则L1、L2、L3、L4均取1。
(6)计算预报新发生的山火数,NN1=an1*dx1*cx1、NN2=an2*dx2*cx2、NN3=an3*dx3*cx3、NN4=an4*dx4*cx4。
4、计算未来一天山火预报发生期望总数,HN1=CN1+NN1、HN2=CN2+NN2、HN3=CN3+NN3、HN4=NN4。
5、当网格内火点数HN为0时,认为不会发生火情;当网格内火点数为1~5时,则认为会发生轻度火情;当网格内火点数为6~10时,则认为会发生中度火情;当网格内火点数为11~20时,则认为会发生严重火情;当网格内火点数为20以上时,则认为会发生特别严重火情。
实施案例2:
1、同实施案例1;
2、未来每个网格降雨量均大于2mm,根据实施步骤2得每网格内预报持续火点数CN1=CN2=CN3=CN4=0;
3、根据实施步骤3得每个网格预报新发生的山火数NN1=NN2=NN3=NN4=0;
4、根据实施步骤4得未来一天每个网格山火预报发生期望总数HN1=HN2=HN3=HN4=0。
5、由于网格内预测火点数均为0,认为输电线路此附近不会发生火情。
实施案例3:
1、同实施案例1;
2、每个网格地表植被类型均为不可燃类型,根据实施步骤2得每网格内预报持续火点数CN1=CN2=CN3=CN4=0;
3、根据实施步骤3得每个网格预报新发生的山火数NN1=NN2=NN3=NN4=0;
4、根据实施步骤4得未来一天每个网格山火预报发生期望总数HN1=HN2=HN3=HN4=0。
5、由于网格内预测火点数均为0,认为输电线路此附近不会发生火情。
本方法系综合考虑卫星监测火点、人们工农业用火习俗、气象条件、地表植被情况等多因素输电线路山火发生定量预测方法,针对输电线路附近区域进行网格细分,计算预报当天卫星监测火点未来持续发生的火点数,并根据历史平均火点数、工农业用火高发期、历史和未来降水、地表植被情况计算未来因人类生产活动所引起的新增火点数,最后将两者求和得到未来三天输电线路附近的山火发生密度。使用该方法不仅可以预报输电线路山火的有无,并且给出山火发生的期望个数,提高山火预报的精细化程度,该方法思路新颖、流程清晰、准确率高、实用性强。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (3)

1.一种输电线路山火精细化密度预报方法,其特征在于:所述的输电线路山火精细化密度预报方法包括以下步骤:
(1)预测区域网格细分
将输电线路附近区域按经纬度为基准单位细分成0.25°×0.25°;
(2)预报持续火点期望数
a、利用当天的卫星山火数据,定义每0.25°×0.25°的网格内的当日火点监测数量为b;
b、利用未来三天每0.25°×0.25°的网格内的降水数值网格预报,定义每个网格内的未来24小时降水量为c,计算出每个网格内的未来每天的火持续降水指数,记为cc
c c = 1 5 ( e 0.5 - 1 ) ( e 0.5 - c - 1 ) 0 ≤ c ≤ 0.5 m m 0 c > 0.5 m m
c、根据每0.25°×0.25°网格内的植被类型和疏密程度,定义地表植被持续燃烧指数为f;
d、定义每0.25°×0.25°网格内预报持续火点数为CN
CN=b*cc*f
得到持续火点期望数;
(3)预报新发生的山火期望数
a、根据输电线路附近区域内最近n年卫星监测的历史火点分布情况,计算出每0.25°×0.25°的网格内预报日前后7天的历史火点总数tn,定义每0.25°×0.25°的网格的每日平均火点数为an=tn/(n*15);
b、通过查询历史降水数据,得出每0.25°×0.25°的网格在预测日前连续无降水日数d,计算降水历史指数,定义为dx
d x = 0.5 , d = 0 d 3 + 0.5 , 1 ≤ d ≤ 3 2 , d > 3
c、利用未来三天每0.25°×0.25°降水数值网格预报,定义每个网格内的未来24小时降水量为c,计算出每个网格内的未来每天山火发生降水指数,记为cx
c x = 1 - c 2 , 0 ≤ c ≤ 2 m m 0 , c > 2 m m
d、根据预测日计算工农业用火高发期指数,定义火高发期指数为e;所述的火高发期指数e根据山火高发期程度不同取值不同,特别严重山火高发期e取1.8,严重山火高发期e取1.5,一般山火高发期e取1.2;属于非山火高发期时e=1;
e、根据林业部门的地表植被数据,定义地表植被火发生指数为L;
f、定义每0.25°×0.25°网格内新发生的山火期望数为NN
NN=an*dx*cx*e*L
从而得到新发生的山火期望数;
(4)山火预报发生期望总数,定义山火预报发生期望总数为HN
HN=CN+NN。
2.根据权利要求1所述的一种输电线路山火精细化密度预报方法,其特征在于:所述定义地表植被持续燃烧指数为f的具体方法是:根据每0.25°×0.25°网格内的植被类型和疏密程度,当植被为易燃林地时,其高、中、低疏密程度的f值分别取为1.6、1.2、0.8;当植被为易燃灌木时,其高、中、低疏密程度的f值分别取为1.2、0.6、0.4;当植被为易燃草地时,其高、中、低疏密程度的f值分别取为1、0.4、0.2;当植被为不易燃植被或附近有隔离带时,f取值为0。
3.根据权利要求1所述的一种输电线路山火精细化密度预报方法,其特征在于:所述的地表植被火发生指数L的具体取值如下:当每0.25°×0.25°网格内的主要植被类型为可燃类型,则L记为1;地表植被类型为不可燃类型时,则L记为0。
CN201510255860.4A 2015-05-19 2015-05-19 一种输电线路山火精细化密度预报方法 Active CN104820875B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201510255860.4A CN104820875B (zh) 2015-05-19 2015-05-19 一种输电线路山火精细化密度预报方法
AU2015101759A AU2015101759A4 (en) 2015-05-19 2015-12-07 A transmission line wildfire density forecasting method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510255860.4A CN104820875B (zh) 2015-05-19 2015-05-19 一种输电线路山火精细化密度预报方法

Publications (2)

Publication Number Publication Date
CN104820875A CN104820875A (zh) 2015-08-05
CN104820875B true CN104820875B (zh) 2016-03-02

Family

ID=53731161

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510255860.4A Active CN104820875B (zh) 2015-05-19 2015-05-19 一种输电线路山火精细化密度预报方法

Country Status (2)

Country Link
CN (1) CN104820875B (zh)
AU (1) AU2015101759A4 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451691A (zh) * 2017-07-31 2017-12-08 国网湖南省电力公司 基于下垫面情况的冬季输电线路高度风速预报方法及系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105931408B (zh) * 2016-05-25 2017-07-07 国网湖南省电力公司 架空输电线路的山火密度的预测方法
CN106021621B (zh) * 2016-07-16 2019-11-01 大箴(杭州)科技有限公司 一种基于大数据处理的卫星破案系统
CN106845872B (zh) * 2017-03-10 2017-11-21 国网湖南省电力公司 大范围山火灾害电网多故障灭火装备布置方法及系统
CN107590940B (zh) * 2017-09-08 2020-09-01 国网湖南省电力有限公司 特高压输电线路山火精细化预测方法及系统
CN112465257A (zh) * 2020-12-08 2021-03-09 国网湖南省电力有限公司 基于山火实况的电网密集输电通道山火预报订正方法
CN112668927B (zh) * 2021-01-07 2023-11-24 云南电网有限责任公司电力科学研究院 一种基于聚类法的考虑人为因素的动态山火风险评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103440599A (zh) * 2013-09-16 2013-12-11 国家电网公司 一种基于gis平台的电网输电线路山火火点分布图绘制方法
CN103971177A (zh) * 2014-05-08 2014-08-06 国家电网公司 多因素引发输电线路山火发生的预测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102592390B (zh) * 2012-02-08 2014-01-08 湖南省电力公司科学研究院 输电线路山火预报方法
CN104268655B (zh) * 2014-09-30 2016-05-25 国家电网公司 一种输电线路山火预警方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103440599A (zh) * 2013-09-16 2013-12-11 国家电网公司 一种基于gis平台的电网输电线路山火火点分布图绘制方法
CN103971177A (zh) * 2014-05-08 2014-08-06 国家电网公司 多因素引发输电线路山火发生的预测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451691A (zh) * 2017-07-31 2017-12-08 国网湖南省电力公司 基于下垫面情况的冬季输电线路高度风速预报方法及系统
CN107451691B (zh) * 2017-07-31 2020-09-01 国网湖南省电力有限公司 基于下垫面情况的冬季输电线路高度风速预报方法及系统

Also Published As

Publication number Publication date
CN104820875A (zh) 2015-08-05
AU2015101759A4 (en) 2016-01-14

Similar Documents

Publication Publication Date Title
CN104820875B (zh) 一种输电线路山火精细化密度预报方法
Sathaye et al. Estimating risk to California energy infrastructure from projected climate change
Zhang et al. Copula‐based spatio‐temporal patterns of precipitation extremes in China
Yates et al. Stormy weather: Assessing climate change hazards to electric power infrastructure: A Sandy case study
Khan et al. The global climate change and its effect on power generation in Bangladesh
CN103473445A (zh) 一种输电线路污闪故障概率的在线评估方法
Jin et al. Climate change and CCS increase the water vulnerability of China's thermoelectric power fleet
Ferranti et al. A Perfect Storm? The collapse of Lancaster's critical infrastructure networks following intense rainfall on 4/5 December 2015
Aparicio et al. Floods in Tabasco, Mexico: a diagnosis and proposal for courses of action
de Campos et al. Hybrid power generation for increasing water and energy securities during drought: Exploring local and regional effects in a semi-arid basin
Sathaye et al. Rising temps, tides, and wildfires: assessing the risk to California's energy infrastructure from projected climate change
Crimmins Interannual to decadal changes in extreme fire weather event frequencies across the southwestern United States
Faggian et al. Raising awareness on climate-change related hazards that might impact electric infrastructures
Aktar Impact of climate change on riverbank erosion
Yun et al. Reservoir operation affects propagation from meteorological to hydrological extremes in the Lancang-Mekong River Basin
Wang Bushfire and Climate Change Risks to Electricity Transmission Networks
Brás et al. How much extreme weather events have affected European power generation in the past three decades?
Kichigina Hydroclimatic changes and analysis of floods in large river basins of southern East Siberia
El-shebli et al. Extreme Weather and hydropower System: Production, Resilience, and Sustainability
Godlewski Improvement of the Flood Early Warning System for Valkenburg along the Geul River
Samoilenko The impact of climate change on riparian territories within cities
CN110598177B (zh) 一种基于环境相依失效的输电线路联合故障概率计算方法
Shi et al. Natural risk vulnerability assessment of the international hydropower project
CN111260213B (zh) 针对梯级水库群的多风险源的水资源风险评估方法
De Waal Extreme rainfall distributions: Analysing change in the Western Cape

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
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20231206

Address after: 410131 building 4, 55 East Longhua Road, Changsha Economic and Technological Development Zone, Changsha City, Hunan Province

Patentee after: Hunan Disaster Prevention Technology Co.,Ltd.

Patentee after: XIANG-ELECTRIC EXPERIMENT AND RESEARCH TECHNOLOGY COMPANY OF HUNAN PROVINCE

Address before: 410000 second floor, back building, software center building, No. 662 Lugu Avenue, Changsha high tech Development Zone, Changsha, Hunan Province

Patentee before: XIANG-ELECTRIC EXPERIMENT AND RESEARCH TECHNOLOGY COMPANY OF HUNAN PROVINCE

TR01 Transfer of patent right