CN106485262B - 一种母线负荷预测方法 - Google Patents
一种母线负荷预测方法 Download PDFInfo
- Publication number
- CN106485262B CN106485262B CN201610812339.0A CN201610812339A CN106485262B CN 106485262 B CN106485262 B CN 106485262B CN 201610812339 A CN201610812339 A CN 201610812339A CN 106485262 B CN106485262 B CN 106485262B
- Authority
- CN
- China
- Prior art keywords
- load
- bus
- data
- sample
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 104
- 230000002159 abnormal effect Effects 0.000 claims abstract description 39
- 238000012549 training Methods 0.000 claims abstract description 37
- 238000007637 random forest analysis Methods 0.000 claims abstract description 23
- 230000008859 change Effects 0.000 claims abstract description 22
- 238000003064 k means clustering Methods 0.000 claims abstract description 11
- 238000013507 mapping Methods 0.000 claims abstract description 11
- 238000012417 linear regression Methods 0.000 claims abstract description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 53
- 239000011159 matrix material Substances 0.000 claims description 36
- 239000013598 vector Substances 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000003066 decision tree Methods 0.000 claims description 25
- 238000013145 classification model Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 13
- 238000007621 cluster analysis Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000009499 grossing Methods 0.000 claims description 4
- 238000013138 pruning Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000007418 data mining Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 101710108562 Reverse transcriptase/ribonuclease H Proteins 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/20—Ensemble learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
T<sub>max</sub> | T<sub>min</sub> | RT | AW | RH | AP | DT | ST |
0.87 | 0.64 | 0.72 | 0.28 | 0.66 | 0.32 | 0.55 | 0.43 |
时间 | T<sub>max</sub> | RT | RH | T<sub>min</sub> | DT | 聚类结果 |
01/01 00:00 | 10 | 2 | 51 | -2 | 3 | 类5 |
02/0509:00 | 5 | 3 | 64 | -5 | 1 | 类2 |
… | … | … | … | … | … | … |
b<sub>0</sub> | b<sub>1</sub> | b<sub>2</sub> | b<sub>3</sub> | b<sub>4</sub> | b<sub>5</sub> | |
方程1 | 4.9 | 0.64 | 0.51 | 0.36 | 0.32 | 0.23 |
方程2 | -8.5 | 0.57 | 0.60 | 0.41 | 0.26 | 0.18 |
方程3 | 6.5 | 0.48 | 0.66 | 0.35 | 0.43 | 0.20 |
方程4 | -3.8 | 0.68 | 0.52 | 0.37 | 0.35 | 0.29 |
方程5 | 3.2 | 0.51 | 0.52 | 0.36 | 0.30 | 0.27 |
方程6 | 1.8 | 0.71 | 0.55 | 0.34 | 0.39 | 0.22 |
Claims (9)
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610812339.0A CN106485262B (zh) | 2016-09-09 | 2016-09-09 | 一种母线负荷预测方法 |
PCT/CN2016/108051 WO2018045642A1 (zh) | 2016-09-09 | 2016-11-30 | 一种母线负荷预测方法 |
AU2016325186A AU2016325186A1 (en) | 2016-09-09 | 2016-11-30 | Bus load forecasting method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610812339.0A CN106485262B (zh) | 2016-09-09 | 2016-09-09 | 一种母线负荷预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106485262A CN106485262A (zh) | 2017-03-08 |
CN106485262B true CN106485262B (zh) | 2020-02-07 |
Family
ID=58273572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610812339.0A Active CN106485262B (zh) | 2016-09-09 | 2016-09-09 | 一种母线负荷预测方法 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN106485262B (zh) |
AU (1) | AU2016325186A1 (zh) |
WO (1) | WO2018045642A1 (zh) |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256415B (zh) * | 2017-08-04 | 2020-12-11 | 国网经济技术研究院有限公司 | 一种电力系统运行方式场景的计算方法及计算系统 |
CN107800140B (zh) * | 2017-10-18 | 2021-08-13 | 天津大学 | 一种考虑负荷特征的大用户供电接入决策方法 |
CN108334900B (zh) * | 2018-01-29 | 2021-08-13 | 上海电气分布式能源科技有限公司 | 动力电池的分类模型的生成方法及系统、分类方法及系统 |
CN108539738B (zh) * | 2018-05-10 | 2020-04-21 | 国网山东省电力公司电力科学研究院 | 一种基于梯度提升决策树的短期负荷预测方法 |
CN110766032A (zh) * | 2018-07-27 | 2020-02-07 | 国网江西省电力有限公司九江供电分公司 | 基于分层递进策略的配电网数据聚类集成方法 |
CN109345011A (zh) * | 2018-09-19 | 2019-02-15 | 中冶赛迪重庆信息技术有限公司 | 一种基于深度回归森林的空调负荷预测方法及系统 |
CN109214458B (zh) * | 2018-09-19 | 2021-08-13 | 合肥工业大学 | 一种基于历史数据的城市负荷量化方法 |
CN109597967B (zh) * | 2018-11-20 | 2023-08-25 | 江苏云上电力科技有限公司 | 一种电力系统配变电站负荷数据异常检测与修复方法 |
CN109636010B (zh) * | 2018-11-23 | 2022-12-02 | 国网湖北省电力有限公司 | 基于相关因素矩阵的省级电网短期负荷预测方法及系统 |
CN109636035A (zh) * | 2018-12-12 | 2019-04-16 | 北京天诚同创电气有限公司 | 负荷预测模型创建方法及装置、电力负荷预测方法及装置 |
CN111461378A (zh) * | 2019-01-18 | 2020-07-28 | 电力规划总院有限公司 | 一种电网负荷预测方法和装置 |
CN109886465B (zh) * | 2019-01-20 | 2022-03-18 | 东北电力大学 | 一种基于智能电表用户聚类分析的配电网负荷预测方法 |
CN109947079A (zh) * | 2019-03-20 | 2019-06-28 | 阿里巴巴集团控股有限公司 | 基于边缘计算的区域异常检测方法和边缘计算设备 |
CN110175166B (zh) * | 2019-04-18 | 2023-04-07 | 红云红河烟草(集团)有限责任公司 | 一种烟草卷包车间质量异常的确认方法 |
CN110570025A (zh) * | 2019-08-20 | 2019-12-13 | 精硕科技(北京)股份有限公司 | 一种微信文章真实阅读率的预测方法、装置及设备 |
CN110489893B (zh) * | 2019-08-23 | 2023-02-03 | 国网山东省电力公司莱芜供电公司 | 一种基于可变权值的母线负荷预测方法及系统 |
CN110598125A (zh) * | 2019-08-26 | 2019-12-20 | 精硕科技(北京)股份有限公司 | 一种评估关键意见领袖投入的方法及装置、存储介质 |
CN110648248B (zh) * | 2019-09-05 | 2023-04-07 | 广东电网有限责任公司 | 一种发电站的控制方法、装置及设备 |
CN110689195A (zh) * | 2019-09-26 | 2020-01-14 | 云南电网有限责任公司电力科学研究院 | 一种电力日负荷预测方法 |
CN110826774B (zh) * | 2019-10-18 | 2022-03-22 | 广东电网有限责任公司广州供电局 | 母线负荷预测方法、装置、计算机设备及存储介质 |
CN110807508B (zh) * | 2019-10-31 | 2023-06-09 | 国网辽宁省电力有限公司经济技术研究院 | 计及复杂气象影响的母线峰值负荷预测方法 |
CN110852628B (zh) * | 2019-11-13 | 2023-09-12 | 国网江西省电力有限公司经济技术研究院 | 考虑发展模式影响的农村中长期负荷预测方法 |
CN112862142A (zh) * | 2019-11-28 | 2021-05-28 | 新奥数能科技有限公司 | 一种负荷、价格预测及修正方法 |
CN112882822B (zh) * | 2019-11-29 | 2024-03-01 | 阿里巴巴集团控股有限公司 | 生成负载预测模型的方法、装置、设备和存储介质 |
CN111105098B (zh) * | 2019-12-25 | 2023-11-03 | 国能信控互联技术有限公司 | 一种单体用户算法自匹配的负荷预测方法和系统 |
CN111210059A (zh) * | 2019-12-26 | 2020-05-29 | 国网北京市电力公司 | 母线日最高负荷的处理方法和装置 |
CN111476397B (zh) * | 2020-03-05 | 2022-10-25 | 国电南瑞科技股份有限公司 | 应用于中长期电量安全校核的母线负荷预测方法及系统 |
CN111505406B (zh) * | 2020-03-16 | 2022-03-01 | 剑科云智(深圳)科技有限公司 | 一种配电柜、线材的监测方法 |
CN111581883B (zh) * | 2020-05-09 | 2022-09-23 | 国网上海市电力公司 | 一种在自动化装置上进行负荷计算与预测的方法 |
CN111626360B (zh) * | 2020-05-28 | 2023-11-17 | 新奥新智科技有限公司 | 用于检测锅炉故障类型的方法、装置、设备和存储介质 |
CN112070307B (zh) * | 2020-09-10 | 2023-01-20 | 云南电网有限责任公司电力科学研究院 | 一种区域内能源负荷量的预测方法及装置 |
CN112330009B (zh) * | 2020-11-02 | 2023-09-01 | 广东电网有限责任公司 | 一种电网负荷预测方法 |
CN112289031A (zh) * | 2020-11-03 | 2021-01-29 | 蚌埠学院 | 一种公交行驶过程中异常情况检测与报警的方法及装置 |
CN112365039B (zh) * | 2020-11-03 | 2023-11-24 | 国网冀北电力有限公司计量中心 | 一种基于纵横相关性进行月度用电量预测的方法及系统 |
CN112327046B (zh) * | 2020-11-09 | 2021-09-07 | 北华航天工业学院 | 基于模糊聚类和支持向量回归的非侵入式负荷监测方法 |
CN112446509B (zh) * | 2020-11-10 | 2023-05-26 | 中国电子科技集团公司第三十八研究所 | 一种复杂电子装备预测维护方法 |
CN112487612B (zh) * | 2020-11-12 | 2022-08-30 | 云南电网有限责任公司 | 基于分配因子和信息熵的母线负荷组合预测方法及系统 |
CN112529262A (zh) * | 2020-11-27 | 2021-03-19 | 北京京能高安屯燃气热电有限责任公司 | 短期功率预测方法、装置、计算机设备和存储介质 |
CN112633738A (zh) * | 2020-12-30 | 2021-04-09 | 安徽广志电气有限公司 | 一种配电控制柜终端负荷分配方法 |
CN113283774A (zh) * | 2021-06-07 | 2021-08-20 | 润电能源科学技术有限公司 | 采暖供热机组深度调峰方法、装置、电子设备及存储介质 |
CN113393028B (zh) * | 2021-06-10 | 2022-08-19 | 国网江苏省电力有限公司南通供电分公司 | 一种基于数据挖掘技术的负荷预测方法 |
CN113781254A (zh) * | 2021-08-04 | 2021-12-10 | 广西电网有限责任公司 | 一种基于周用电量相关系数的异常用电检测算法 |
CN113689053B (zh) * | 2021-09-09 | 2024-03-29 | 国网安徽省电力有限公司电力科学研究院 | 一种基于随机森林的强对流天气架空线停电预测方法 |
CN113782187B (zh) * | 2021-09-10 | 2023-06-27 | 深圳平安智慧医健科技有限公司 | 指标数据处理方法、相关设备及介质 |
CN113884807B (zh) * | 2021-09-24 | 2023-10-20 | 广西电网有限责任公司电力科学研究院 | 基于随机森林和多层架构聚类的配电网故障预测方法 |
CN113779112A (zh) * | 2021-09-27 | 2021-12-10 | 南京乐帆电气科技有限公司 | 基于空间信息和大数据映射算法的电能质量分析系统 |
CN113888356A (zh) * | 2021-10-19 | 2022-01-04 | 山东大学 | 一种建筑用能模式分析与判定方法及系统 |
CN114692386B (zh) * | 2022-01-26 | 2024-02-06 | 天津大学 | 一种面向工业母线的运行状态异常监控方法 |
CN114819380A (zh) * | 2022-05-12 | 2022-07-29 | 福州大学 | 基于模型融合的电网母线负荷预测方法 |
CN115085196B (zh) * | 2022-08-19 | 2022-12-23 | 国网信息通信产业集团有限公司 | 电力负荷预测值确定方法、装置、设备和计算机可读介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106329A (zh) * | 2012-11-19 | 2013-05-15 | 华北电力大学 | 一种用于svr短期负荷预测的训练样本分组构造方法 |
CN104123595A (zh) * | 2014-07-22 | 2014-10-29 | 国家电网公司 | 一种配电网负荷预测方法及系统 |
CN104463445A (zh) * | 2014-11-27 | 2015-03-25 | 国网浙江省电力公司嘉兴供电公司 | 一种基于经验日局部校正多点外推算法的负荷预测方法 |
CN104881706A (zh) * | 2014-12-31 | 2015-09-02 | 天津弘源慧能科技有限公司 | 一种基于大数据技术的电力系统短期负荷预测方法 |
CN105608512A (zh) * | 2016-03-24 | 2016-05-25 | 东南大学 | 一种短期负荷预测方法 |
CN105631532A (zh) * | 2015-12-07 | 2016-06-01 | 江苏省电力公司检修分公司 | 一种基于模糊决策的神经网络模型电力系统负荷预测方法 |
CN105631483A (zh) * | 2016-03-08 | 2016-06-01 | 国家电网公司 | 一种短期用电负荷预测方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9235208B2 (en) * | 2011-07-19 | 2016-01-12 | GE Intelligent Platforms, Inc | System of sequential kernel regression modeling for forecasting financial data |
CN105303262A (zh) * | 2015-11-12 | 2016-02-03 | 河海大学 | 一种基于核主成分分析和随机森林的短期负荷预测方法 |
CN105469123A (zh) * | 2015-12-30 | 2016-04-06 | 华东理工大学 | 一种基于k平面回归的缺失数据补全方法 |
-
2016
- 2016-09-09 CN CN201610812339.0A patent/CN106485262B/zh active Active
- 2016-11-30 AU AU2016325186A patent/AU2016325186A1/en not_active Abandoned
- 2016-11-30 WO PCT/CN2016/108051 patent/WO2018045642A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106329A (zh) * | 2012-11-19 | 2013-05-15 | 华北电力大学 | 一种用于svr短期负荷预测的训练样本分组构造方法 |
CN104123595A (zh) * | 2014-07-22 | 2014-10-29 | 国家电网公司 | 一种配电网负荷预测方法及系统 |
CN104463445A (zh) * | 2014-11-27 | 2015-03-25 | 国网浙江省电力公司嘉兴供电公司 | 一种基于经验日局部校正多点外推算法的负荷预测方法 |
CN104881706A (zh) * | 2014-12-31 | 2015-09-02 | 天津弘源慧能科技有限公司 | 一种基于大数据技术的电力系统短期负荷预测方法 |
CN105631532A (zh) * | 2015-12-07 | 2016-06-01 | 江苏省电力公司检修分公司 | 一种基于模糊决策的神经网络模型电力系统负荷预测方法 |
CN105631483A (zh) * | 2016-03-08 | 2016-06-01 | 国家电网公司 | 一种短期用电负荷预测方法及装置 |
CN105608512A (zh) * | 2016-03-24 | 2016-05-25 | 东南大学 | 一种短期负荷预测方法 |
Non-Patent Citations (3)
Title |
---|
基于动态聚类与偏最小二乘回归分析的居民用电负荷预测;温步瀛 等;《福州大学学报(自然科学版)》;20060430;第34卷(第2期);第2-4节 * |
基于灰色投影改进随机森林算法的电力系统短期负荷预测;吴潇雨 等;《电力系统自动化》;20150625;第39卷(第12期);第1-2节 * |
母线负荷预测中样本数据预处理的新方法;李光珍 等;《电网技术》;20100228;第34卷(第2期);第1节 * |
Also Published As
Publication number | Publication date |
---|---|
WO2018045642A1 (zh) | 2018-03-15 |
CN106485262A (zh) | 2017-03-08 |
AU2016325186A1 (en) | 2018-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106485262B (zh) | 一种母线负荷预测方法 | |
CN108229754B (zh) | 基于相似日分段和lm-bp网络的短期负荷预测方法 | |
CN110991786B (zh) | 基于相似日负荷曲线的10kV静态负荷模型参数辨识方法 | |
CN109376772B (zh) | 一种基于神经网络模型的电力负荷组合预测方法 | |
CN111160625B (zh) | 电力负荷预测方法、装置、计算机设备及存储介质 | |
CN111199016A (zh) | 一种基于DTW的改进K-means的日负荷曲线聚类方法 | |
CN111401599B (zh) | 一种基于相似性搜索和lstm神经网络的水位预测方法 | |
CN109492748B (zh) | 一种基于卷积神经网络的电力系统的中长期负荷预测模型建立方法 | |
CN111476435B (zh) | 基于密度峰值的充电桩负荷预测方法 | |
CN112288164B (zh) | 一种计及空间相关性和修正数值天气预报的风功率组合预测方法 | |
CN108345908A (zh) | 电网数据的分类方法、分类设备及存储介质 | |
CN113469426A (zh) | 基于改进bp神经网络的光伏输出功率预测方法及系统 | |
CN112418476A (zh) | 一种超短期电力负荷预测方法 | |
CN109754122A (zh) | 一种基于随机森林特征提取的bp神经网络的数值预测方法 | |
CN112330077A (zh) | 电力负荷预测方法、装置、计算机设备和存储介质 | |
CN112330487A (zh) | 一种光伏发电短期功率预测方法 | |
CN116933962A (zh) | 一种面向电力用户负荷特性和可调节潜力的聚类方法 | |
CN115018200A (zh) | 一种基于深度学习并考虑多种影响因素的电力负荷预测方法及系统 | |
CN111027841A (zh) | 一种基于梯度提升决策树的低压台区线损计算方法 | |
CN113239199B (zh) | 一种基于多方数据集的信用分类方法 | |
CN113591322A (zh) | 一种基于极端梯度提升决策树的低压台区线损率预测方法 | |
CN114429172A (zh) | 基于变电站用户构成的负荷聚类方法、装置、设备及介质 | |
CN113850432A (zh) | 一种电力负荷数据的预测方法、系统、设备和介质 | |
CN110991743B (zh) | 一种基于聚类分析和优化神经网络的风电功率短期组合预测方法 | |
CN114444760A (zh) | 一种基于模式提取和误差调整的行业用户电量预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 048000 East Street, Jincheng City, Shanxi Province Applicant after: JINCHENG ELECTRIC POWER COMPANY OF SHANXI ELECTIRC POWER COPRPRATION OF STATE GRID CORPORATION OF CHINA Applicant after: STATE GRID CORPORATION OF CHINA Applicant after: BEIJING GUODIANTONG NETWORK TECHNOLOGY Co.,Ltd. Applicant after: NORTH CHINA ELECTRIC POWER University Address before: 048000 East Street, Jincheng City, Shanxi Province Applicant before: JINCHENG ELECTRIC POWER COMPANY OF SHANXI ELECTIRC POWER COPRPRATION OF STATE GRID CORPORATION OF CHINA Applicant before: State Grid Corporation of China Applicant before: BEIJING GUODIANTONG NETWORK TECHNOLOGY Co.,Ltd. Applicant before: NORTH CHINA ELECTRIC POWER University |
|
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190605 Address after: 048000 East Street, Jincheng City, Shanxi Province Applicant after: JINCHENG ELECTRIC POWER COMPANY OF SHANXI ELECTIRC POWER COPRPRATION OF STATE GRID CORPORATION OF CHINA Applicant after: STATE GRID CORPORATION OF CHINA Applicant after: BEIJING CHINA POWER INFORMATION TECHNOLOGY Co.,Ltd. Applicant after: NORTH CHINA ELECTRIC POWER University Address before: 048000 East Street, Jincheng City, Shanxi Province Applicant before: JINCHENG ELECTRIC POWER COMPANY OF SHANXI ELECTIRC POWER COPRPRATION OF STATE GRID CORPORATION OF CHINA Applicant before: STATE GRID CORPORATION OF CHINA Applicant before: BEIJING GUODIANTONG NETWORK TECHNOLOGY Co.,Ltd. Applicant before: NORTH CHINA ELECTRIC POWER University |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211109 Address after: 048000 No. 1 East st street, Jincheng, Shanxi Patentee after: JINCHENG ELECTRIC POWER COMPANY OF SHANXI ELECTIRC POWER COPRPRATION OF STATE GRID CORPORATION OF CHINA Patentee after: STATE GRID CORPORATION OF CHINA Patentee after: Beijing Zhongdian Feihua Communication Co.,Ltd. Patentee after: NORTH CHINA ELECTRIC POWER University Address before: 048000 No. 1 East st street, Jincheng, Shanxi Patentee before: JINCHENG ELECTRIC POWER COMPANY OF SHANXI ELECTIRC POWER COPRPRATION OF STATE GRID CORPORATION OF CHINA Patentee before: STATE GRID CORPORATION OF CHINA Patentee before: BEIJING CHINA POWER INFORMATION TECHNOLOGY Co.,Ltd. Patentee before: NORTH CHINA ELECTRIC POWER University |