CN109633786A - 区域大数据动态修正系统 - Google Patents
区域大数据动态修正系统 Download PDFInfo
- Publication number
- CN109633786A CN109633786A CN201910013574.5A CN201910013574A CN109633786A CN 109633786 A CN109633786 A CN 109633786A CN 201910013574 A CN201910013574 A CN 201910013574A CN 109633786 A CN109633786 A CN 109633786A
- Authority
- CN
- China
- Prior art keywords
- equipment
- region
- power consumption
- temperature data
- cloud atlas
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 36
- 238000002372 labelling Methods 0.000 claims abstract description 45
- 238000010295 mobile communication Methods 0.000 claims abstract description 8
- 230000005611 electricity Effects 0.000 claims description 18
- 238000001816 cooling Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 5
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 4
- 229910052744 lithium Inorganic materials 0.000 claims description 4
- 239000000047 product Substances 0.000 claims 5
- 239000006227 byproduct Substances 0.000 claims 1
- 239000003595 mist Substances 0.000 description 8
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011985 exploratory data analysis Methods 0.000 description 2
- 239000010419 fine particle Substances 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 229910017604 nitric acid Inorganic materials 0.000 description 2
- 206010047571 Visual impairment Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Navigation (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种区域大数据动态修正系统，包括用于进行解析的云图解析设备、采集设备、区域标定设备、移动通信设备等。本发明的区域大数据动态修正系统预报有效，使用广泛。
Description
技术领域
本发明涉及大数据分析领域，尤其涉及一种区域大数据动态修正系统。
背景技术
大数据分析有极广泛的应用范围。典型的大数据分析可能包含以下三个步：
1、探索性数据分析：当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析：通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
发明内容
根据本发明的一方面，提供了一种区域大数据动态修正系统，所述系统包括：云图解析设备，用于对当前卫星云图进行雾霾区域的解析，以获得并输出当前雾霾区域。
更具体地，在所述区域大数据动态修正系统中，所述系统还包括：风向采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风向以作为未来风向输出。
更具体地，在所述区域大数据动态修正系统中，所述系统还包括：风速采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风速以作为未来风速输出。
更具体地，在所述区域大数据动态修正系统中，所述系统还包括：区域标定设备，分别与所述云图解析设备、所述风速采集设备和所述风向采集设备连接，用于基于所述未来风向、所述未来风速以及当前雾霾区域在所述当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为一小时后的未来雾霾区域输出；移动通信设备，与所述区域标定设备连接，用于接收并无线转发所述未来雾霾区域；降温执行设备，设置在区域标定设备的附近，与参数估算设备连接，用于接收区域标定设备的内部温度数据，并在区域标定设备的内部温度数据超过最大温度阈值时，执行对区域标定设备的降温操作。
本发明需要具备以下几处关键的发明点：
(1)根据各个设备的历史耗电水平对当前剩余电量进行自动分配，以有效延长各个设备的使用时间；
(2)在对区域标定设备执行针对性温度检测的基础上，采用降温执行设备，设置在区域标定设备的附近，用于在区域标定设备的内部温度数据超过最大温度阈值时，执行对区域标定设备的降温操作，其中，对区域标定设备的降温操作的强度与内部温度数据减去最大温度阈值的差值的绝对值大小成正比；
(3)基于未来风向、未来风速以及当前雾霾区域在当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为未来雾霾区域进行预报。
本发明的区域大数据动态修正系统预报有效，使用广泛。由于基于未来风向、未来风速以及当前雾霾区域在当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为未来雾霾区域进行预报，从而能够为人们提供准确的雾霾区域预报信息。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的区域大数据动态修正系统的雾霾区域示意图。
具体实施方式
下面将参照附图对本发明的区域大数据动态修正系统的实施方案进行详细说明。
雾霾，是雾和霾的组合词。雾霾常见于城市。中国不少地区将雾并入霾一起作为灾害性天气现象进行预警预报，统称为“雾霾天气”。雾霾是特定气候条件与人类活动相互作用的结果。高密度人口的经济及社会活动必然会排放大量细颗粒物(PM 2.5)，一旦排放超过大气循环能力和承载度，细颗粒物浓度将持续积聚，此时如果受静稳天气等影响，极易出现大范围的雾霾。
雾霾，顾名思义是雾和霾。但是雾和霾的区别很大。空气中的灰尘、硫酸、硝酸等颗粒物组成的气溶胶系统造成视觉障碍的叫霾。霾就是灰霾(烟霞)。雾是由大量悬浮在近地面空气中的微小水滴或冰晶组成的气溶胶系统。霾，也称灰霾(烟雾)，空气中的灰尘、硫酸、硝酸、有机碳氢化合物等粒子也能使大气混浊。
当前，雾霾区域监控的难题在于，雾霾的蔓延情况是实时动态改变的，缺乏有效的区域数据动态修正机制，无法基于未来风速和未来风向在卫星云图上动态修正雾霾区域的位置，导致雾霾区域的预报不够准确，人们无法获得准确的预报信息。
为了克服上述不足，本发明搭建了一种区域大数据动态修正系统，能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的区域大数据动态修正系统的雾霾区域示意图。
根据本发明实施方案示出的区域大数据动态修正系统包括：
云图解析设备，用于对当前卫星云图进行雾霾区域的解析，以获得并输出当前雾霾区域。
接着，继续对本发明的区域大数据动态修正系统的具体结构进行进一步的说明。
所述区域大数据动态修正系统中还可以包括：
风向采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风向以作为未来风向输出。
所述区域大数据动态修正系统中还可以包括：
风速采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风速以作为未来风速输出。
所述区域大数据动态修正系统中还可以包括：
区域标定设备，分别与所述云图解析设备、所述风速采集设备和所述风向采集设备连接，用于基于所述未来风向、所述未来风速以及当前雾霾区域在所述当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为一小时后的未来雾霾区域输出；
移动通信设备，与所述区域标定设备连接，用于接收并无线转发所述未来雾霾区域；
降温执行设备，设置在区域标定设备的附近，与参数估算设备连接，用于接收区域标定设备的内部温度数据，并在区域标定设备的内部温度数据超过最大温度阈值时，执行对区域标定设备的降温操作；
第一提取设备，设置在区域标定设备的外壳上，用于对区域标定设备的外壳上的温度执行现场检测操作，以获得第一温度数据；
第二提取设备，设置在云图解析设备的外壳上，用于对云图解析设备的外壳上的温度执行现场检测操作，以获得第二温度数据；
第三提取设备，设置在移动通信设备的外壳上，用于对移动通信设备的外壳上的温度执行现场检测操作，以获得第三温度数据；
参数估算设备，分别与所述第一提取设备、第二提取设备和第三提取设备连接，用于接收所述第一温度数据、所述第二温度数据和所述第三温度数据，并对所述第一温度数据、所述第二温度数据和所述第三温度数据执行加权估算操作，以获得所述区域标定设备的内部温度数据；
电量检测设备，与锂电池连接，用于检测锂电池的残余电量，以作为实时残余电量输出；
第一耗电统计设备，与区域标定设备连接，用于基于区域标定设备的历史耗电数据统计区域标定设备的单位时间耗电量，以作为第一单位时间耗电量输出；
第二耗电统计设备，与云图解析设备连接，用于基于云图解析设备的历史耗电数据统计云图解析设备的单位时间耗电量，以作为第二单位时间耗电量输出；
电量分配设备，分别与所述电量检测设备、所述第一耗电统计设备和所述第二耗电统计设备连接，用于基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量；
其中，在所述电量分配设备中，基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量包括：所述第一单位时间耗电量越高，分配给区域标定设备的电量越多。
所述区域大数据动态修正系统中：
在所述参数估算设备中，对所述第一温度数据、所述第二温度数据和所述第三温度数据执行加权估算操作，以获得所述区域标定设备的内部温度数据包括：将所述第一温度数据和第一权重值相乘以获得第一乘积，将所述第二温度数据和第二权重值相乘以获得第二乘积，将所述第三温度数据和第三权重值相乘以获得第三乘积，将所述第一乘积、所述第二乘积和所述第三乘积相加以获得所述内部温度数据。
所述区域大数据动态修正系统中：
所述第一权重值大于所述第二权重值且大于所述第三权重值，所述第一权重值取值范围在0.5到2之间。
所述区域大数据动态修正系统中：
所述第二权重值和所述第三权重值的取值范围在0.25到1之间。
所述区域大数据动态修正系统中：
在所述降温执行设备中，对区域标定设备的降温操作的强度与内部温度数据减去最大温度阈值的差值的绝对值大小成正比。
所述区域大数据动态修正系统中：
在所述电量分配设备中，基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量包括：所述第二单位时间耗电量越高，分配给云图解析设备的电量越多。
另外，在所述区域大数据动态修正系统中，采用PAL逻辑器件来实现所述区域标定设备。可编程阵列逻辑PAL(Programmable Array Logic)器件是美国MMI公司率先推出的，他由于输出结构种类很多，设计灵活，因而得到普遍使用。PAL器件的基本结构是把一个可编程的与阵列的输出乘积项馈送到或阵列，PAL器件所实现的逻辑表达式具有积之和的形式，因而可以描述任意布尔传递函数。PAL器件从内部结构上来说由五种基本类型构成：(1)基本阵列结构；(2)可编程I/O结构；(3)带反馈的寄存器输出结构；(4)异或结构：(5)算术功能结构。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
虽然本发明已以实施例揭示如上，但其并非用以限定本发明，任何所属技术领域的普通技术人员，在不脱离本发明的精神和范围内，应当可以做出适当的改动和同等替换。因此本发明的保护范围应当以本申请权利要求所界定的范围为准。
Claims (9)
1.一种区域大数据动态修正系统，所述系统包括：
云图解析设备，用于对当前卫星云图进行雾霾区域的解析，以获得并输出当前雾霾区域。
2.如权利要求1所述的区域大数据动态修正系统，其特征在于，所述系统还包括：
风向采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风向以作为未来风向输出。
3.如权利要求2所述的区域大数据动态修正系统，其特征在于，所述系统还包括：
风速采集设备，与气象部门服务器连接，用于获取未来一小时内气象部门预测的风速以作为未来风速输出。
4.如权利要求3所述的区域大数据动态修正系统，其特征在于，所述系统还包括：
区域标定设备，分别与所述云图解析设备、所述风速采集设备和所述风向采集设备连接，用于基于所述未来风向、所述未来风速以及当前雾霾区域在所述当前卫星云图上对所述当前雾霾区域执行平移处理，以获得平移后的雾霾区域并作为一小时后的未来雾霾区域输出；
移动通信设备，与所述区域标定设备连接，用于接收并无线转发所述未来雾霾区域；
降温执行设备，设置在区域标定设备的附近，与参数估算设备连接，用于接收区域标定设备的内部温度数据，并在区域标定设备的内部温度数据超过最大温度阈值时，执行对区域标定设备的降温操作；
第一提取设备，设置在区域标定设备的外壳上，用于对区域标定设备的外壳上的温度执行现场检测操作，以获得第一温度数据；
第二提取设备，设置在云图解析设备的外壳上，用于对云图解析设备的外壳上的温度执行现场检测操作，以获得第二温度数据；
第三提取设备，设置在移动通信设备的外壳上，用于对移动通信设备的外壳上的温度执行现场检测操作，以获得第三温度数据；
参数估算设备，分别与所述第一提取设备、第二提取设备和第三提取设备连接，用于接收所述第一温度数据、所述第二温度数据和所述第三温度数据，并对所述第一温度数据、所述第二温度数据和所述第三温度数据执行加权估算操作，以获得所述区域标定设备的内部温度数据；
电量检测设备，与锂电池连接，用于检测锂电池的残余电量，以作为实时残余电量输出；
第一耗电统计设备，与区域标定设备连接，用于基于区域标定设备的历史耗电数据统计区域标定设备的单位时间耗电量，以作为第一单位时间耗电量输出；
第二耗电统计设备，与云图解析设备连接，用于基于云图解析设备的历史耗电数据统计云图解析设备的单位时间耗电量，以作为第二单位时间耗电量输出；
电量分配设备，分别与所述电量检测设备、所述第一耗电统计设备和所述第二耗电统计设备连接，用于基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量；
其中，在所述电量分配设备中，基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量包括：所述第一单位时间耗电量越高，分配给区域标定设备的电量越多。
5.如权利要求4所述的区域大数据动态修正系统，其特征在于：
在所述参数估算设备中，对所述第一温度数据、所述第二温度数据和所述第三温度数据执行加权估算操作，以获得所述区域标定设备的内部温度数据包括：将所述第一温度数据和第一权重值相乘以获得第一乘积，将所述第二温度数据和第二权重值相乘以获得第二乘积，将所述第三温度数据和第三权重值相乘以获得第三乘积，将所述第一乘积、所述第二乘积和所述第三乘积相加以获得所述内部温度数据。
6.如权利要求5所述的区域大数据动态修正系统，其特征在于：
所述第一权重值大于所述第二权重值且大于所述第三权重值，所述第一权重值取值范围在0.5到2之间。
7.如权利要求6所述的区域大数据动态修正系统，其特征在于：
所述第二权重值和所述第三权重值的取值范围在0.25到1之间。
8.如权利要求7所述的区域大数据动态修正系统，其特征在于：
在所述降温执行设备中，对区域标定设备的降温操作的强度与内部温度数据减去最大温度阈值的差值的绝对值大小成正比。
9.如权利要求8所述的区域大数据动态修正系统，其特征在于：
在所述电量分配设备中，基于所述实时残余电量、所述第一单位时间耗电量和所述第二单位时间耗电量确定分配给区域标定设备的电量和分配给云图解析设备的电量包括：所述第二单位时间耗电量越高，分配给云图解析设备的电量越多。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910013574.5A CN109633786B (zh) | 2019-01-07 | 2019-01-07 | 区域大数据动态修正系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910013574.5A CN109633786B (zh) | 2019-01-07 | 2019-01-07 | 区域大数据动态修正系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109633786A true CN109633786A (zh) | 2019-04-16 |
| CN109633786B CN109633786B (zh) | 2020-05-01 |
Family
ID=66058184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910013574.5A Active CN109633786B (zh) | 2019-01-07 | 2019-01-07 | 区域大数据动态修正系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109633786B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102819051A (zh) * | 2012-06-27 | 2012-12-12 | 赵立武 | 气候与气象远期预报的方法 |
| CN203643300U (zh) * | 2013-12-16 | 2014-06-11 | 南京信息工程大学 | 一种雾霾探测系统 |
| CN104166999A (zh) * | 2014-08-18 | 2014-11-26 | 国家电网公司 | 一种基于地基云图强度分层的云团提取方法 |
| CN104280070A (zh) * | 2014-10-16 | 2015-01-14 | 北京中恒电国际信息技术有限公司 | 大数据云服务集中环境监测平台 |
| CN104751242A (zh) * | 2015-03-27 | 2015-07-01 | 北京奇虎科技有限公司 | 预测空气质量指数的方法与装置 |
| US20170299772A1 (en) * | 2016-04-18 | 2017-10-19 | Yandex Europe Ag | Method of and system for generating a weather forecast |
| CN108802857A (zh) * | 2018-04-20 | 2018-11-13 | 云南电网有限责任公司 | 一种基于气象数据的气象预报系统 |
| CN109031472A (zh) * | 2017-06-09 | 2018-12-18 | 阿里巴巴集团控股有限公司 | 一种用于气象预测的数据处理方法及装置 |
-
2019
- 2019-01-07 CN CN201910013574.5A patent/CN109633786B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102819051A (zh) * | 2012-06-27 | 2012-12-12 | 赵立武 | 气候与气象远期预报的方法 |
| CN203643300U (zh) * | 2013-12-16 | 2014-06-11 | 南京信息工程大学 | 一种雾霾探测系统 |
| CN104166999A (zh) * | 2014-08-18 | 2014-11-26 | 国家电网公司 | 一种基于地基云图强度分层的云团提取方法 |
| CN104280070A (zh) * | 2014-10-16 | 2015-01-14 | 北京中恒电国际信息技术有限公司 | 大数据云服务集中环境监测平台 |
| CN104751242A (zh) * | 2015-03-27 | 2015-07-01 | 北京奇虎科技有限公司 | 预测空气质量指数的方法与装置 |
| US20170299772A1 (en) * | 2016-04-18 | 2017-10-19 | Yandex Europe Ag | Method of and system for generating a weather forecast |
| CN109031472A (zh) * | 2017-06-09 | 2018-12-18 | 阿里巴巴集团控股有限公司 | 一种用于气象预测的数据处理方法及装置 |
| CN108802857A (zh) * | 2018-04-20 | 2018-11-13 | 云南电网有限责任公司 | 一种基于气象数据的气象预报系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109633786B (zh) | 2020-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bashir et al. | Comparative analysis of machine learning algorithms for prediction of smart grid stability | |
| CN113587406B (zh) | 一种温度控制方法、装置、系统、计算机设备及存储介质 | |
| Liu et al. | A novel accurate forest fire detection system using wireless sensor networks | |
| Reiss et al. | Forecasting the ambient solar wind with numerical models. II. An adaptive prediction system for specifying solar wind speed near the Sun | |
| US10996736B2 (en) | Wireless capacitive presence detection | |
| Soni et al. | Reducing the data transmission in WSNs using time series prediction model | |
| Alsaigh et al. | AI explainability and governance in smart energy systems: a review | |
| WO2016144225A1 (en) | Method node and computer program for energy prediction | |
| CN106913313B (zh) | 一种睡眠监测方法及系统 | |
| US20230126889A1 (en) | System for facilitating edge analytics for power systems | |
| Chowdhury et al. | Energy-efficient air pollution monitoring with optimum duty-cycling on a sensor hub | |
| Dattathreya et al. | Detection and elimination of a potential fire in engine and battery compartments of hybrid electric vehicles | |
| CN109633786A (zh) | 区域大数据动态修正系统 | |
| CN105636093B (zh) | 无线传感器网络节点的智能唤醒方法 | |
| Martin et al. | Implementing AI Ethics in the Design of AI-assisted Rescue Robots | |
| Manzoor et al. | Lightweight single-layer aggregation framework for energy-efficient and privacy-preserving load forecasting in heterogeneous smart grids | |
| Tuncel et al. | A Self-Sustained CPS Design for Reliable Wildfire Monitoring | |
| CN110888948B (zh) | 区域大数据动态修正方法 | |
| CN113392287B (zh) | 一种多星空间环境风险预报及实时预警分系统以及相关装置 | |
| Dong | Deployment cost optimal for composite event detection in heterogeneous wireless sensor networks | |
| Xu et al. | Enhancing power marketing audit through IoT and multi-sensor information fusion: A substation scenario analysis | |
| Yang et al. | Sensor placement for detecting propagative sources in populated environments | |
| Bhatia et al. | Game-Theoretic Decision Making for Intelligent Power Consumption Analysis | |
| Gore et al. | An event‐driven fusion framework with auto‐scaling of edge intelligence for resilient smart applications in developing countries | |
| Yang et al. | Regional Evapotranspiration Estimates using Satellite Data with Cloud Computing for Better Forest Management |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Xing Xiaopeng Inventor after: Wang Zhiqiang Inventor after: Cui Lili Inventor after: Jin Xia Inventor before: Jin Xia |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200403 Address after: No. 10, sanyeng Road, Zhangdian District, Zibo City, Shandong Province Applicant after: SHANDONG QICHUANG PETROCHEMICAL ENGINEERING Co.,Ltd. Address before: 210058 Shugang Road, Nanjing Economic and Technological Development Zone, Jiangsu Province Applicant before: Jin Xia |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Regional big data dynamic correction system Effective date of registration: 20211029 Granted publication date: 20200501 Pledgee: Qishang bank Zhangdian sub branch Pledgor: SHANDONG QICHUANG PETROCHEMICAL ENGINEERING Co.,Ltd. Registration number: Y2021980011575 |