CN108229850A - 基于工业生产网络的城市级能耗、环保数据管理方法和系统 - Google Patents
基于工业生产网络的城市级能耗、环保数据管理方法和系统 Download PDFInfo
- Publication number
- CN108229850A CN108229850A CN201810095126.XA CN201810095126A CN108229850A CN 108229850 A CN108229850 A CN 108229850A CN 201810095126 A CN201810095126 A CN 201810095126A CN 108229850 A CN108229850 A CN 108229850A
- Authority
- CN
- China
- Prior art keywords
- data
- energy consumption
- environment protection
- protection digital
- city
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/78—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer to assure secure storage of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Operations Research (AREA)
- Computer Networks & Wireless Communication (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于工业生产网络的城市级能耗、环保数据管理方法和系统,通过数据采集网络从工业企业信息系统直接采集各企业数据,该企业数据至少包括能耗数据、环保数据、环境数据和流程数据,将企业数据上传至云端;在云端对企业数据进行数据的交叉验证和预测。本发明从各企业生产网络直接抓取企业数据,确保管理所用数据真实、连续、稳定,且通过数据分析,为终端用户提供故障诊断、排放量预测,以及云端节能减排。
Description
技术领域
本发明涉及一种基于工业生产网络的城市级能耗、环保数据管理方法和系统。
背景技术
为有效遏制能源消耗过快的增长势头,各地区正在积极推动完成能源消费总量和强度“双控”目标任务,其中,与之相关的“重点用能单位能耗在线监测系统”、“碳排放权交易”、“用能权交易”、“排污权交易”等建设工作正如火如荼地开展。为满足政府部门对上述工作精细化、精准化、高效化的能耗管理需求,同时将服务于企业落到实处,基于企业实时、准确、有效的一线数据进行同步双向管理分析,显得尤为必要。
而目前,政府相应管理平台数据主要来源于企业自主填报,或是在企业现场安装传感器和数据采集装置获取数据。前者数据真实性有待考究,后者由于存在设计和实施方面的问题,易出现系统维护中断、人为破坏、数据时效性不强等情况,导致部分联网数据异常,影响数据监测的实时性、真实性与稳定性,降低了分析结果的参考价值。
发明内容
本发明的主要目的在于克服现有技术中的上述缺陷,提出一种基于工业生产网络的城市级能耗、环保数据管理方法和系统,从各企业生产网络直接抓取企业数据,确保管理所用数据真实、连续、稳定。
本发明采用如下技术方案:
基于工业生产网络的城市级能耗、环保数据管理方法,其特征在于:通过数据采集网络从工业企业信息系统直接采集各企业数据,该企业数据至少包括能耗数据、环保数据、环境数据和流程数据,将企业数据上传至云端;在云端对企业数据进行数据的交叉验证和预测。
所述数据的交叉验证和预测包括建立模型因果关联以确定工业过程参数间的因果关系并预测结果。
采用数值分析法建立所述模型因果关联,其采用多变量数值模型,表达方式如下:
其中,yn是n维输出信号即为所述能耗数据或所述环保数据,um是m维输入信号即为所述流程数据,dt是t维扰动信号即为所述环境数据,gnm是n*m维模型矩阵,gdnt是n*t维数值模型扰动矩阵,m>0,n>0,t≥0且都为整数。
所述数据的交叉验证包括建立物料平衡关联以验证能耗数据准确性,其表达方式如下:
其中,yn是n维输出信号即为所述能耗数据或所述环保数据,um是m维输入信号即为所述流程数据,dt是t维扰动信号即为所述环境数据,fn(*)是多变量机理模型表达式,m>0,n>0,t≥0,且都为整数。
所述数据采集网络包括总线、Intranet、Internet、Wireless、RF、FieldBus、3G、4G或5G。
所述工业企业信息系统包括DCS、SCADA、MES或SIS。
所述云端通过所述模型因果关联或所述物料平衡关联的信号逻辑关系,分析诊断数据合理性,从而反推现场运行是否存在异常,并预测在当前输入状态下,最优控制的输出动作。
基于工业生产网络的城市级能耗、环保数据管理系统,其特征在于:包括云服务器、数据隔离器、采集服务器和工业企业信息系统;该采集服务器通过数据采集网络从工业企业信息系统直接采集各企业数据,该企业数据至少包括能耗数据、环保数据、环境数据和流程数据;该云服务器用于对企业数据进行数据的交叉验证和预测;该数据隔离器设置于云端服务器和采集服务器之间以进行数据的安全交换。
所述云服务器、采集服务器和数据采集网络均冗余配置。
由上述对本发明的描述可知,与现有技术相比,本发明具有如下有益效果:
1、本发明的方法和系统,从根本上改变了传统能耗/环保信息平台,以监管为导向的建设模式。通过数据分析,为终端用户提供故障诊断、排放量预测,以及云端节能减排。从监管向服务转变,增加终端用户参与度,是政府进行区域管理的有效抓手,同时也是政府服务企业的好帮手,意义深远。
2、本发明的方法和系统,建立模型因果关联以确定工业过程参数间的因果关系并预测结果。工业控制过程可以被视为被控对象,通过数值分析算法可建立被控对象的模型,从而确定工业过程参数间的因果关系并进一步预测结果,因果关系用于判断校验能耗数据监测的准确性。
3、本发明的方法和系统,建立物料平衡关联以验证能耗数据准确性。云端同时分析数据对应源头与结果用量,从而验证输出能耗数据是否准确真实。
4、本发明的方法和系统,采用三级冗余(服务器冗余、网络通讯冗余、云端冗余),云端载体能双向传输通讯和数据存储,确保云端数据存储与通讯的完整与安全。
5、本发明的方法和系统,现场采集数据可在云端进行反向诊断,通过建模反推的方式分析可诊断现场运行情况,并预测最优控制动作,将动作指令参数经通讯传至现场,反向控制优化现场,使现场设备始终工作在最优工作状态,节省能源消耗,达到节能减排的效果。
附图说明
图1为本发明系统架构图;
图2为工业企业信息系统架构;
图3为本发明模型因果关联示意图;
图4为本发明黑盒子示意图。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
基于工业生产网络的城市级能耗、环保数据管理方法,通过数据采集网络从工业企业信息系统直接采集各企业数据,并将企业数据上传至云端,在云端对企业数据进行数据的交叉验证和预测。该数据采集网络包括总线、Intranet、Internet、Wireless、RF、FieldBus、3G、4G或5G等通讯形式。
参见图2,该企业数据包括能耗数据、环保数据、环境数据和流程数据等,这些数据与实际生产息息相关。能耗数据为煤/气/水/电等能源消耗数据,由企业现场的各种计量仪器采集。环保数据为环保监测相关的环境质量参数、污染物排放参数(SO2排放量、NOx排放量…)等。环境数据为影响到生产流程的环境扰动数据,如温度/湿度/GDP等。流程数据为按工业生产流程不同而不同(温度/压力/流量/频率/功率等),各形各色,此数据需安装对应温度/压力/流量/频率/功率传感器,采集难度较高。
工业企业可同时拥有多个信息系统,参见图1,包括DCS、SCADA、MES和SIS等,这些信息系统开发数据接口,并标准化通信协议以便完成数据收集,则同一个能耗监测点数据可从多个信息系统获取,如若数据不一致,则可进行数据准确性判断。
本发明进行数据关联化采集,不仅限于能耗数据、环保数据,还包括环境数据与流程数据,能从模型因果关联、物料平衡多角度分析,交叉验证能耗数据的真实性。同时,数据模型可直接预测能耗和环保数据值,从而为企业生产决策提供依据和服务。
其中,数据的交叉验证包括建立模型因果关联以确定工业过程参数间的因果关系并预测结果。工业控制过程可以被视为被控对象,通过数值分析算法可建立被控对象的模型,从而确定工业过程参数间的因果关系并进一步预测结果,比如燃煤用量与温度、含氧量之间的因果关系等。因果关系用于判断校验能耗数据监测的准确性。
参见图3,模型因果关联采用多变量数值模型,表达方式如下:
其中,yn是n维输出信号即为能耗数据或环保数据,um是m维输入信号即为流程数据,dt是t维扰动信号即为环境数据,gnm是n*m维模型矩阵,gdnt是n*t维数值模型扰动矩阵,m>0,n>0,t≥0且都为整数。
数据的交叉验证包括建立物料平衡关联以验证能耗数据准确性。云端同时分析数据对应源头与结果用量,从而验证输出能耗数据是否准确真实。如发电厂SO2气体实时排放量监测数据是否准确,可以通过燃煤实时进量、脱硫剂实时进量交叉验证。燃煤稳定供应,此时如脱硫剂停止供应,而SO2气体排放合格,则证明SO2气体排放数据造假。
物料平衡关联采用多变量机理模型其表达方式如下:
其中,yn是n维输出信号即为能耗数据或环保数据,um是m维输入信号即为流程数据,dt是t维扰动信号即为环境数据,fn(*)是多变量机理模型表达式,m>0,n>0,t≥0,且都为整数。
本发明方法的数据采集过程采用三级冗余(服务器冗余、网络通讯冗余、云端冗余),云端载体能双向传输通讯和数据存储。(如图1)服务器冗余是指现场数据采集服务器冗余。网络通讯冗余是指数据上云(采集服务器→数据隔离器)通讯过程中的采集网络冗余。云端冗余是指云端服务器冗余,确保云端数据存储与通讯的完整与安全。
另外,在云端通过反向诊断与优化,提供终端用户节能减排增值服务,从而提升终端用户参与度,弱化平台的行政监管属性,强化平台服务职能。
云端的管理平台既将企业设备数据经通讯传至云端,又将云端协调控制指令反向传至企业现场设备,从而完成数据的双向管理,如图2业务逻辑。
现场采集数据可在云端进行反向诊断,云端可将企业现场被控系统看成一个“黑盒子”(如图4)。无需知晓现场运行机理,只需知晓输入/输出信号(输入数据为流程数据,输出数据为能耗数据或环保数据、扰动信号为环境数据),即可辨识出数值模型;通过所建数值模型(模型因果关联或物料平衡关联)的信号逻辑关系,分析诊断数据合理性,从而反推现场运行是否存在异常,并预测在当前输入状态下,最优控制的输出动作,将动作指令参数经通讯传至现场,反向控制优化现场,使现场设备始终工作在最优工作状态,节省能源消耗,达到节能减排的效果。
本发明还提出基于工业生产网络的城市级能耗、环保数据管理系统,包括云服务器、数据隔离器、采集服务器和工业企业信息系统等,用于实现上述的基于工业生产网络的城市级能耗、环保数据管理方法。该采集服务器通过数据采集网络从工业企业信息系统直接采集各企业数据,该企业数据至少包括能耗数据、环保数据、环境数据和流程数据;该云服务器用于对企业数据进行数据的交叉验证和预测;该数据隔离器设置于云端服务器和采集服务器之间以进行数据的安全交换。其中云服务器、采集服务器和数据采集网络均冗余配置。
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。
Claims (9)
1.基于工业生产网络的城市级能耗、环保数据管理方法,其特征在于:通过数据采集网络从工业企业信息系统直接采集各企业数据,该企业数据至少包括能耗数据、环保数据、环境数据和流程数据,将企业数据上传至云端;在云端对企业数据进行数据的交叉验证和预测。
2.如权利要求1所述的基于工业生产网络的城市级能耗、环保数据管理方法,其特征在于:所述数据的交叉验证和预测包括建立模型因果关联以确定工业过程参数间的因果关系并预测结果。
3.如权利要求2所述的基于工业生产网络的城市级能耗、环保数据管理方法,其特征在于:采用数值分析法建立所述模型因果关联,其采用多变量数值模型,表达方式如下:
其中,yn是n维输出信号即为所述能耗数据或所述环保数据,um是m维输入信号即为所述流程数据,dt是t维扰动信号即为所述环境数据,gnm是n*m维模型矩阵,gdnt是n*t维数值模型扰动矩阵,m>0,n>0,t≥0且都为整数。
4.如权利要求1所述的基于工业生产网络的城市级能耗、环保数据管理方法,其特征在于:所述数据的交叉验证包括建立物料平衡关联以验证能耗数据准确性,其表达方式如下:
其中,yn是n维输出信号即为所述能耗数据或所述环保数据,um是m维输入信号即为所述流程数据,dt是t维扰动信号即为所述环境数据,fn(*)是多变量机理模型表达式,m>0,n>0,t≥0,且都为整数。
5.如权利要求1所述的基于工业生产网络的城市级能耗、环保数据管理方法,其特征在于:所述数据采集网络包括总线、Intranet、Internet、Wireless、RF、FieldBus、3G、4G或5G。
6.如权利要求1所述的基于工业生产网络的城市级能耗、环保数据管理方法,其特征在于:所述工业企业信息系统包括DCS、SCADA、MES或SIS。
7.如权利要求2或4所述的基于工业生产网络的城市级能耗、环保数据管理方法,其特征在于:所述云端通过所述模型因果关联或所述物料平衡关联的信号逻辑关系,分析诊断数据合理性,从而反推现场运行是否存在异常,并预测在当前输入状态下的最优控制的输出动作。
8.基于工业生产网络的城市级能耗、环保数据管理系统,其特征在于:包括云服务器、数据隔离器、采集服务器和工业企业信息系统;该采集服务器通过数据采集网络从工业企业信息系统直接采集各企业数据,该企业数据至少包括能耗数据、环保数据、环境数据和流程数据;该云服务器用于对企业数据进行数据的交叉验证和预测;该数据隔离器设置于云端服务器和采集服务器之间以进行数据的安全交换。
9.如权利要求8所述的基于工业生产网络的城市级能耗、环保数据管理系统,其特征在于:所述云服务器、采集服务器和数据采集网络均冗余配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810095126.XA CN108229850B (zh) | 2018-01-31 | 2018-01-31 | 基于工业生产网络的城市级能耗、环保数据管理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810095126.XA CN108229850B (zh) | 2018-01-31 | 2018-01-31 | 基于工业生产网络的城市级能耗、环保数据管理方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108229850A true CN108229850A (zh) | 2018-06-29 |
CN108229850B CN108229850B (zh) | 2021-05-28 |
Family
ID=62670296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810095126.XA Active CN108229850B (zh) | 2018-01-31 | 2018-01-31 | 基于工业生产网络的城市级能耗、环保数据管理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108229850B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114442569A (zh) * | 2021-12-21 | 2022-05-06 | 南京交通职业技术学院 | 一种基于云边协同的综合能源环保系统及控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130246333A1 (en) * | 2010-09-30 | 2013-09-19 | Applied Engineering Solutions, Inc | System to create and use test plans usable in validating a real world model in software of a safety instrumented system architecture for safety instrumented systems in a facility |
CN104850008A (zh) * | 2015-03-17 | 2015-08-19 | 厦门奥普拓自控科技有限公司 | 一种层燃锅炉的多变量控制与实时优化的方法 |
CN105825461A (zh) * | 2016-02-04 | 2016-08-03 | 厦门奥普拓自控科技有限公司 | 一种城市碳排放智能管理云平台 |
CN106845717A (zh) * | 2017-01-24 | 2017-06-13 | 哈尔滨工业大学 | 一种基于多模型融合策略的能源效率评价方法 |
CN107301604A (zh) * | 2017-08-29 | 2017-10-27 | 重庆华龙强渝信用管理有限公司 | 多模型融合评价系统 |
-
2018
- 2018-01-31 CN CN201810095126.XA patent/CN108229850B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130246333A1 (en) * | 2010-09-30 | 2013-09-19 | Applied Engineering Solutions, Inc | System to create and use test plans usable in validating a real world model in software of a safety instrumented system architecture for safety instrumented systems in a facility |
CN104850008A (zh) * | 2015-03-17 | 2015-08-19 | 厦门奥普拓自控科技有限公司 | 一种层燃锅炉的多变量控制与实时优化的方法 |
CN105825461A (zh) * | 2016-02-04 | 2016-08-03 | 厦门奥普拓自控科技有限公司 | 一种城市碳排放智能管理云平台 |
CN106845717A (zh) * | 2017-01-24 | 2017-06-13 | 哈尔滨工业大学 | 一种基于多模型融合策略的能源效率评价方法 |
CN107301604A (zh) * | 2017-08-29 | 2017-10-27 | 重庆华龙强渝信用管理有限公司 | 多模型融合评价系统 |
Non-Patent Citations (3)
Title |
---|
ABDEEN MUSTAFA OMER: ""Energy,environment and sustainable development"", 《RENEWABLE AND SUSTAINABLE ENERGY REVIEWS》 * |
冯乐等: ""基于动态广义回归神经网络煤炭需求预测模型"", 《山西焦煤科技》 * |
阮晨: ""城市总规环境影响评价案例研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114442569A (zh) * | 2021-12-21 | 2022-05-06 | 南京交通职业技术学院 | 一种基于云边协同的综合能源环保系统及控制方法 |
CN114442569B (zh) * | 2021-12-21 | 2024-05-21 | 南京交通职业技术学院 | 一种基于云边协同的综合能源环保系统及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108229850B (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100368949C (zh) | 基于人工智能的火电厂自动控制系统 | |
CN100495272C (zh) | 基于综合数据来源的钢铁能源的自动优化调度系统及方法 | |
CN111367241A (zh) | 一种企业综合能源管控系统及方法 | |
CN102931625B (zh) | 一种继电保护在线状态检修智能决策分析装置和其信号处理方法及其应用 | |
CN109656204B (zh) | 一种燃煤电厂超低排放智能环保岛系统 | |
CN103092169B (zh) | 数字营区设备管控装置 | |
CN105956786A (zh) | 一种用于化肥企业的能源管理系统 | |
CN102263436A (zh) | 电网节能调度实时煤耗在线监控系统 | |
CN109376872A (zh) | 一种海上风电机组维护系统 | |
KR101903528B1 (ko) | 딥러닝 기법을 활용한 매립가스 및 바이오가스 발전소 최적 제어 시스템 | |
CN103744386B (zh) | 海上石油平台能源管控系统 | |
CN110716103A (zh) | 一种配网故障的预警方法 | |
CN109471417A (zh) | 一种用于化肥企业的能源管理系统 | |
CN109507960A (zh) | 一种基于云平台的一体化智能制造系统 | |
CN108229850A (zh) | 基于工业生产网络的城市级能耗、环保数据管理方法和系统 | |
CN116933952B (zh) | 基于物联网可视化的园区低碳能源调度系统 | |
CN106155032A (zh) | 数字化电站系统 | |
CN117696224A (zh) | 一种基于大模型的磨矿优化处理系统 | |
CN2864766Y (zh) | 垃圾焚烧发电厂智能化控制管理成套装置 | |
CN102592004A (zh) | 钢铁联合企业全工序能况在线分析诊断系统及方法 | |
CN112016821A (zh) | 一种基于cs架构的智慧电厂标准化管理系统及方法 | |
CN116796633A (zh) | 一种基于数字孪生技术的电网监测模型校正方法 | |
CN114924889B (zh) | 一种基于云边端协同的超低排放智能调控系统及方法 | |
CN105929808A (zh) | 一种智能化城市生活垃圾焚烧发电管理系统 | |
CN202094700U (zh) | 电网节能调度实时煤耗在线监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |