CN114386701A - 一种基于清洁供热决策支撑评价方法及系统 - Google Patents

一种基于清洁供热决策支撑评价方法及系统 Download PDF

Info

Publication number
CN114386701A
CN114386701A CN202210039951.4A CN202210039951A CN114386701A CN 114386701 A CN114386701 A CN 114386701A CN 202210039951 A CN202210039951 A CN 202210039951A CN 114386701 A CN114386701 A CN 114386701A
Authority
CN
China
Prior art keywords
target
determining
item
heat supply
data
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
Application number
CN202210039951.4A
Other languages
English (en)
Other versions
CN114386701B (zh
Inventor
綦升辉
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.)
Shandong Xinyu Technology Development Co ltd
Original Assignee
Shandong Energy Saving Technology Research Institute
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 Shandong Energy Saving Technology Research Institute filed Critical Shandong Energy Saving Technology Research Institute
Priority to CN202210039951.4A priority Critical patent/CN114386701B/zh
Publication of CN114386701A publication Critical patent/CN114386701A/zh
Application granted granted Critical
Publication of CN114386701B publication Critical patent/CN114386701B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于清洁供热决策支撑评价方法及系统，其方法包括：基于目标模型作为基础构架，将预设关注点作为基础数据，基于所述基础构架与所述基础数据建立清洁供热大数据；获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息；根据所述清洁供热大数据对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算，并基于计算结果通过云服务展示目标报告。通过构建大数据平台，实现对目标城市目标建筑以及能源信息进行有效的仿真计算，从而确保对目标城市的清热供热进行准确有效的评价，同时也确保了清洁供热决策支撑评价方法的科学准确。

Description

一种基于清洁供热决策支撑评价方法及系统
技术领域
本发明涉及能源系统优化规划技术领域，特别涉及一种基于清洁供热决策支撑评价方法及系统。
背景技术
目前，随着能源需求日益增长，环境污染、能源供需不平衡问题不断加剧，探索更广泛的清洁能源消纳模式、更高效的能源综合利用方法、更优化的能源系统调控手段具有重要工程意义；
目前关于清洁供热决策支撑评价方法的研究着重围绕电力系统展开，且评价模型侧重于经济、环保领域，而忽略其他效益，且大多数评价方法过于简单，不能确保对一个城市的供能方式进行全面有效的科学评价；
因此，本发明提供了一种基于清洁供热决策支撑评价方法及系统，用以通过构建大数据平台，实现对目标城市目标建筑以及能源信息进行有效的仿真计算，从而确保对目标城市的清热供热进行准确有效的评价，同时也确保了清洁供热决策支撑评价方法的科学准确。
发明内容
本发明提供一种基于清洁供热决策支撑评价方法及系统，用以通过构建大数据平台，实现对目标城市目标建筑以及能源信息进行有效的仿真计算，从而确保对目标城市的清热供热进行准确有效的评价，同时也确保了清洁供热决策支撑评价方法的科学准确。
本发明提供了一种基于清洁供热决策支撑评价方法，包括：
步骤1：基于目标模型作为基础构架，将预设关注点作为基础数据，基于所述基础构架与所述基础数据建立清洁供热大数据平台；
步骤2：获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息；
步骤3：根据所述清洁供热大数据对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算，并基于计算结果通过云服务展示目标报告。
优选的，一种基于清洁供热决策支撑评价方法，步骤1中，所述目标模型包括：城市气象模型、财务模型、技术模型以及能源评估模型，所述预设关注点包括：日常清洁供热运行数据、水电气冷能耗、气候、环境、人员。
优选的，一种基于清洁供热决策支撑评价方法，步骤2中，获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息的具体工作过程，包括：
对所述目标项目进行读取，确定所述目标项目中的城市关键词，并基于所述城市关键词在城市信息库中进行匹配，基于匹配结果确定所述目标城市；
对所述目标城市的气候特征进行自动关联，同时，基于所述目标项目锁定目标建筑，并确定所述目标建筑的区域条件；
根据所述气候特征以及所述目标建筑的区域条件所述能源基础信息进行自定义。
优选的，一种基于清洁供热决策支撑评价方法，步骤3中，根据所述清洁供热大数据对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算的具体过程，包括：
确定所述目标城市的资源条件；
根据所述目标城市的资源条件，对供能方式进行筛选，并基于筛选结果确定目标个供能方式；
确定比较项目，并基于所述比较项目分别获取目标个供能方式所对应的项目数据，同时，基于所述目标个供能方式与所述比较项目建立表格；
将所述目标个供能方式所对应的项目数据与所述比较项目一一对应填写至所述表格中生成设备选型表；
基于所述设备选型表，对目标项目进行投资分析，确定所述目标个供能方式的供能方式比选，并基于所述供能方式比选确定投资与成本的关系，同时，基于所述投资与成本的关系生成投资经济性分析报告。
优选的，一种基于清洁供热决策支撑评价方法，步骤3中，进行模拟仿真计算，还包括：
分别确定目标个所述供能方式的技术选型，并基于清洁供热大数据平台对所述技术选型对应的目标维度进行计算，并确定百分制计算值；
以技术选型做为参考点，基于所述目标维度以及所述百分制计算值，生成技术选型雷达图以及五维度雷达图。
优选的，一种基于清洁供热决策支撑评价方法，步骤3中，进行模拟仿真计算，还包括：
读取所述目标项目，确定所述目标项目所对应的供能方式，同时，基于所述目标项目确定用户的目标参数；
根据所述目标项目所对应的供能方式以及所述目标参数，通过清洁供热大数据平台对所述目标项目进行项目评估仿真；
基于项目评估仿真结果确定评估参数，同时，对所述评估参数进行分析，生成所述目标项目的项目分析报告。
优选的，一种基于清洁供热决策支撑评价方法，生成所述目标项目的项目分析报告，还包括：
基于所述目标项目的项目分析报告，确定敏感性关键词；
基于所述敏感性关键词并根据所述清洁供热大数据平台对所述目标项目进行敏感性分析，生成敏感性分析表；
对所述敏感性分析表进行读取，确定所述敏感性关键词所对应的权重的变化趋势；
根据所述变化趋势，确定所述目标项目的第一敏感性关键词以及第二敏感性关键词；
基于所述第一敏感性关键词以及所述第二敏感性关键词，确定对所述目标项目进行投资时的优先考虑因素。
优选的，一种基于清洁供热决策支撑评价方法，步骤3中，基于计算结果通过云服务展示目标报告的具体过程，包括：
获取对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算的计算结果，并基于所述计算结果确定待评价事件类型信息；
基于所述待评价事件类型信息将所述计算结果进行分类，并基于分类结果确定报告结论数据以及报告表项数据；
接收报告生成请求，并基于所述报告生成请求查询预设配置文件库；
将所述报告结论数据以及报告表项数据与所述预设配置文件库进行匹配，确定目标配置文件，并确定所述报告结论数据以及报告表项数据在所述目标配置文件中对应的目标区域；
将所述告结论数据以及报告表项数据填入所述对应的目标区域，得到目标报告；
基于所述目标报告确定每一项待评价项目的评价值；
将所述每一项待评价项目的评价值分别与对应的预设评价值进行比较；
若所述评价值大于或等于所述预设评价值，判定对目标城市的各项待评价项目的仿真计算结果合格；
否则，判定对目标城市的各项待评价项目的仿真计算结果不合格，并基于所述评价值确定所述目标城市中不合格的目标待评价项目；
将所述目标待评价项目传输至管理终端，并提醒管理终端对所述目标待评价项目进行改善。
优选的，一种基于清洁供热决策支撑评价方法，步骤1中，基于所述基础构架与所述基础数据建立清洁供热大数据平台，包括：
获取所述基础框架，并将所述基础框架进行梳理，且基于梳理结果确定所述基础框架中各模型之间的关联性；
基于所述关联性确定所述各模型在清洁供热大数据平台中的目标功能，并基于所述目标功能采用预设容器虚拟化技术将所述各模型进行独立封装，得到所述清洁供热大数据平台的功能组件；
同时，获取所述基础数据，并基于预设聚类个数对所述基础数据进行聚类处理，且基于聚类结果将所述基础数据进行分类，得到N组子基础数据；
获取预设数据标准，并基于所述预设数据标准分别将所述N组子基础数据进行标准化处理，得到N组标准数据；
提取所述N组子基础数据对应的决策支撑评价指标，并基于所述决策支撑评价指标分别对对应的标准数据进行训练，并将训练后的数据存储为应用数据层；
基于预设方法将所述清洁供热大数据平台的功能组件以及应用数据层进行自动部署以及集群管理，得到清洁供热大数据平台；
构建校验模型，并提取所述清洁供热大数据平台中包含的评价项目；
获取目标城市中的待评价项目的种类信息，并基于所述校验模型将所述评价项目与所述待评价项目的种类信息进行比较；
若所述评价项目与所述待评价项目的种类信息一致，判定构建得到的清洁供热大数据平台合格；
否则，判定构建得到的清洁供热大数据平台不合格，并确定所述清洁供热大数据平台缺少的待补充评价项目；
将所述待补充评价项目以及待补充评价项目对应的评价指标进行训练并添加至所述清洁供热大数据平台，得到最终的清洁供热大数据平台。
优选的，一种基于清洁供热决策支撑评价系统，包括：
平台构建模块，用于基于目标模型作为基础构架，将预设关注点作为基础数据，基于所述基础构架与所述基础数据建立清洁供热大数据平台；
信息获取模块，用于获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息；
计算评价模块，用于根据所述清洁供热大数据对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算，并基于计算结果通过云服务展示目标报告。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于清洁供热决策支撑评价方法的流程图；
图2为本发明实施例中一种基于清洁供热决策支撑评价方法中步骤2的流程图；
图3为本发明实施例中一种基于清洁供热决策支撑评价系统的结构图；
图4为本发明实施例中的设备选型表；
图5为本发明实施例中技术选型雷达图；
图6为本发明实施例中五维度雷达图；
图7为本发明实施例中目标项目的取暖费、制冷费与收益率曲线图；
图8为本发明实施例中目标项目的运营电价曲线图；
图9为本发明实施例中目标项目的项目估值与收益率曲线图；
图10为本发明实施例中敏感性分析表。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本实施例提供了一种基于清洁供热决策支撑评价方法，如图1所示，包括：
步骤1：基于目标模型作为基础构架，将预设关注点作为基础数据，基于所述基础构架与所述基础数据建立清洁供热大数据平台；
步骤2：获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息；
步骤3：根据所述清洁供热大数据对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算，并基于计算结果通过云服务展示目标报告。
该实施例中，目标模型包括：城市气象模型、财务模型、技术模型以及能源评估模型，所述预设关注点包括：日常清洁供热运行数据、水电气冷能耗、气候、环境、人员。
该实施例中，进行模拟仿真计算包括：区域选型评价，从五个维度对当前区域的技术选型进行评分评价，以百分制形式体现各类技术选型匹配度
该实施例中，目标报告包括：投资经济性分析报告，项目分析报告以及区域分析报告，光热分析报告、敏感性分析报告，机组选型，最佳贷款方式计算，如图所示，自动计算不同的资本金、不同的贷款条件下，收益率与静态回收期，指导最佳的贷款比例与最短的资本金回收期，内部收益率与盈利能力关系、偿债能力分析，投资表格、财务报表等。
该实施例中，通过清洁供热大数据平台第一：可以自动关联所选区域的气象信息，包含气温、室外计算温度、计算温度、湿度、辐射度、光照条件等数据；第二，可以根据所选供热建筑类型，自动匹配建筑能耗基础数据；第三，可以根据不同的技术选型，匹配供热、制冷COP，实施成本；第四，支持贷款计算，如基本利率、贷款期限、贷款比例自动计算；第五，自动计算，自动评分，多维度对比，快速生成多个城市多种技术对比报告；第六，快速仿真模拟出多种付费条件、不同陈本、不同资源条件、机组能效、管理水平下收益率计算，了解投资边界与风险。
该实施例中，还可以根据电价、气价、税率等前置条件，通过清洁供热大数据平台计算出不同技术的运营成本(仅含燃料动力费)，分为每GJ成本和每平米成本，使用户清晰的了解每项技术的日常运营成本。
该实施例中，通过云服务展示目标报告可以是通过云端SaaS+现场服务结合的形式交付客户。
上述技术方案的有益效果是：通过构建大数据平台，实现对目标城市目标建筑以及能源信息进行有效的仿真计算，从而确保对目标城市的清热供热进行准确有效的评价，同时也确保了清洁供热决策支撑评价方法的科学准确。
实施例2：
在实施例1的基础上，本实施例提供了一种基于清洁供热决策支撑评价方法，如图2所示，步骤2中，获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息的具体工作过程，包括：
步骤201：对所述目标项目进行读取，确定所述目标项目中的城市关键词，并基于所述城市关键词在城市信息库中进行匹配，基于匹配结果确定所述目标城市；
步骤202：对所述目标城市的气候特征进行自动关联，同时，基于所述目标项目锁定目标建筑，并确定所述目标建筑的区域条件；
步骤203：根据所述气候特征以及所述目标建筑的区域条件所述能源基础信息进行自定义。
该实施例中，对能源基础信息进行自定义可以是，自动定义所述能源基础信息，或者通过人工对能源基础信息进行定义。
该实施例中，城市关键词例如：石家庄，气候特征，例如可以是：年平均温度、极端最高气温、极端最低气温、供暖室外计算温度、最大冻土深度、日平均温度小于或等于+5摄氏度的天数、冬季室外计算相对湿度、日照年有效利用小时数。
该实施例中，可根据区域条件，自动或手工输入电价、气价、建筑类型等基础数据，作为仿真计算的基础数据条件，以数据为基础进行灵活计算，不同的基础参数，影响直接计算与仿真结果。
上述技术方案的有益效果是：通过对目标项目进行有效读取，从而确保对目标城市进行有效的匹配检索，同时根据目标城市气候特征确定目标城市的区域条件，从而实现对目标城市的能源基础信息进行有效定义，便于为后续对目标城市的能源基础信息评价提供可靠有效的数据保障。
实施例3：
在实施例1的基础上，本实施例提供了一种基于清洁供热决策支撑评价方法，步骤3中，根据所述清洁供热大数据对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算的具体过程，包括：
确定所述目标城市的资源条件；
根据所述目标城市的资源条件，对供能方式进行筛选，并基于筛选结果确定目标个供能方式；
确定比较项目，并基于所述比较项目分别获取目标个供能方式所对应的项目数据，同时，基于所述目标个供能方式与所述比较项目建立表格；
将所述目标个供能方式所对应的项目数据与所述比较项目一一对应填写至所述表格中生成设备选型表；
基于所述设备选型表，对目标项目进行投资分析，确定所述目标个供能方式的供能方式比选，并基于所述供能方式比选确定投资与成本的关系，同时，基于所述投资与成本的关系生成投资经济性分析报告。
该实施例中，供能方式比选包括初投资角度考虑以及运行成本角度考虑供能方式的排序，例如针对目标项目在目标城市的资源条件确定的供能方式有燃气锅炉、热源塔热泵、电锅炉(夜间蓄热白天不运行)，则在供热方面，初投资角度考虑从低到高的供能方式的顺序依次为：燃气锅炉、热源塔热泵、电锅炉(夜间蓄热白天不运行)，运行成本从低到高的供能方式的顺序依次为：热源塔热泵、电锅炉(夜间蓄热白天不运行)、燃气锅炉。
该实施例中，目标供能方式例如可以是柴油锅炉、燃煤锅炉、电锅炉、热源塔热泵等。
该实施例中，比较项目例如可以是，能源种类、能源热值、热效率、实际热值、输出2万大卡热量所需能源、能源单价、输出2万大卡热量所需费用、环境影响状况、安全性能、智能化。
该实施例中，设备选型表如图4所示。
上述技术方案的有益效果是：通过确定目标城市的供能方式，从而实现根据供能方式对目标城市的能源基础信息以及对应的评价项目进行准确有效的评价，确保了对目标城市能源基础信息进行评价的准确。
实施例4：
在实施例3的基础上，本实施例提供了一种基于清洁供热决策支撑评价方法，根据所述目标城市的资源条件，对供能方式进行筛选，并基于筛选结果确定目标个供能方式，还包括：
分别确定目标个所述供能方式的技术选型，并基于清洁供热大数据平台对所述技术选型对应的目标维度进行计算，并确定百分制计算值；
以技术选型做为参考点，基于所述目标维度以及所述百分制计算值，生成技术选型雷达图以及五维度雷达图。
该实施例中，目标维度可以是初投资、全投资内部收益率、盈利能力、静态回收期、工程实施难度。
该实施例中，不同的技术选型雷达图，如图5所示，从初投资、全投资内部收益率、盈利能力、静态回收期、工程实施难度五个维度评价空气源热泵、水地源热泵、燃气锅炉、燃气驱动热泵、电锅炉、清洁燃煤锅炉七种(或多种)技术的选型结果。
该实施例中，五维度雷达图可以是，如图6所示，从不同技术维度，对不同的技术选型在初投资、全投资内部收益率、盈利能力、静态回收期、工程实施难度五个维度评价技术的选型结果。
上述技术方案的有益效果是：通过从不同的维度对目标供能方式对应的技术选型进行评价，确保供能方式的准确有效，同时便于从不同的方面对目标城市的清洁供热进行准确有效的评价，确保评价结果的准确可靠。
实施例5：
在实施例1的基础上，本实施例提供了一种基于清洁供能决策支撑评价方法，步骤3中，读取所述目标项目，确定所述目标项目所对应的供能方式，同时，基于所述目标项目确定用户的目标参数；
根据所述目标项目所对应的供能方式以及所述目标参数，通过清洁供热大数据平台对所述目标项目进行项目评估仿真；
基于项目评估仿真结果确定评估参数，同时，对所述评估参数进行分析，生成所述目标项目的项目分析报告。
该实施例中，目标参数可以是在目标项目中的供热面积、收费标准、取费率、政府供保等参数。
该实施例中，评估参数可以是目标项目的投资额、总收入、总成本、总利润、内部收益率、静态回收期等参数。
该实施例中，项目分析报告可以包括，目标项目的项目估值与收益率，取暖费、制冷费与收益率、平均电价；如图7所示，可以得出目标项目的取暖费不能低于22元/平；如图8所示，可以得出目标项目的运营电价，不能高于0.68元/kwh，否则，项目的内部收益率将低于预定的8％。
其中，项目估值计算可以是自动计算出目标项目的估值范围，可灵活设置收益率红线与目标收益率，为决策提供精确依据，如图9所示，目标项目的估值介于11050-11077万元之间，将使内部收益率高于8％。
该实施例中，通过计算仿真出不同供能方式的投资静态回收期、盈利能力，对于目标项目的回报可以有清晰的结论。
上述技术方案的有益效果是：通过获取目标项目对应的功能方式以及用户对应的目标参数，确保了对目标项目的功能方式进行准确有效的评价，同时将评价结果生成对应的目标分析报告，实现对不同项目的功能方式进行及时记录，提高了评价的实用性。
实施例6：
在实施例5的基础上，本实施例提供了一种基于清洁供能决策支撑评价方法，生成所述目标项目的项目分析报告，还包括：
基于所述目标项目的项目分析报告，确定敏感性关键词；
基于所述敏感性关键词并根据所述清洁供热大数据平台对所述目标项目进行敏感性分析，生成敏感性分析表；
对所述敏感性分析表进行读取，确定所述敏感性关键词所对应的权重的变化趋势；
根据所述变化趋势，确定所述目标项目的第一敏感性关键词以及第二敏感性关键词；
基于所述第一敏感性关键词以及所述第二敏感性关键词，确定对所述目标项目进行投资时的优先考虑因素。
该实施例中，敏感性关键词包括：投资敏感性、收入敏感性、成本敏感性以及电价敏感性。
该实施例中，敏感性分析表如图10所示，可以看出目标项目对收入(即收入敏感性)最敏感，投资总金额(即投资敏感性)为次要敏感因素，因此，目标项目在投资过程中应该优选考虑收入以及投资总金额。
该实施例中，第一敏感性关键词可以是在对目标项目进行投资过程中最敏感的敏感性关键词
该实施例中，第二敏感性关键词可以是在对目标项目进行投资过程中次要敏感的敏感性关键词。
该实施例中，对所述目标项目进行敏感性分析，还包括：
确定所述目标项目的成本总额以及所述目标项目的销售收入；
基于所述目标项目的成本总额以及所述目标项目的销售收入计算所述目标项目的项目效益变化指标；
Figure BDA0003469774750000131
其中，D表示所述目标项目的项目效益变化指标；e表示自然底数；ξ表示所述目标项目的中间变量基数，一般取值为(0.03，0.04)；r表示所述目标项目的成本总额；j表示所述目标项目的销售收入；y表示所述目标项目的利润基数；
获取所述目标项目的不确定因数，并根据所述目标项目的项目效益变化指标，计算灵敏度系数；
Figure BDA0003469774750000132
其中，δ表示所述灵敏度系数；μ表示所述目标项目的当前收益率；v表示所述目标项目的基准收益率；τ表示所述目标项目的收益率基数，一般取值为1；ΔP表示所述目标项目的不确定因数；
根据所灵敏度系数的正负确定对所述目标项目的评价指标与所述目标项目的不确定因素之间的变化方向；
其中，当所述灵敏度系数为正时，则判定对所述目标项目的评价指标与所述目标项目的不确定因素之间的变化方向为同方向变化；
否则，为反方向变化。|
上述，不确定因数可以是目标项目在运行过程中增加了供热时长或者减少了供热时长，使得目标项目的运行成本以及获得利润会增加或者减少。
上述技术方案的有益效果是：通过对目标项目中涉及到的投资因素进行分析，确保对不同投资因素所占的比重进行准确分析，便于对目标城市的清洁供热进行客观准确的评价。
实施例7：
在实施例1的基础上，本实施例提供了一种基于清洁供能决策支撑评价方法，步骤3中，基于计算结果通过云服务展示目标报告的具体过程，包括：
获取对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算的计算结果，并基于所述计算结果确定待评价事件类型信息；
基于所述待评价事件类型信息将所述计算结果进行分类，并基于分类结果确定报告结论数据以及报告表项数据；
接收报告生成请求，并基于所述报告生成请求查询预设配置文件库；
将所述报告结论数据以及报告表项数据与所述预设配置文件库进行匹配，确定目标配置文件，并确定所述报告结论数据以及报告表项数据在所述目标配置文件中对应的目标区域；
将所述告结论数据以及报告表项数据填入所述对应的目标区域，得到目标报告；
基于所述目标报告确定每一项待评价项目的评价值；
将所述每一项待评价项目的评价值分别与对应的预设评价值进行比较；
若所述评价值大于或等于所述预设评价值，判定对目标城市的各项待评价项目的仿真计算结果合格；
否则，判定对目标城市的各项待评价项目的仿真计算结果不合格，并基于所述评价值确定所述目标城市中不合格的目标待评价项目；
将所述目标待评价项目传输至管理终端，并提醒管理终端对所述目标待评价项目进行改善。
该实施例中，待评价时间类型信息可以是根据目标城市以及建筑、能源基础信息确定需要进行决策支撑评价的供能种类，例如可以是对天然气、暖气、供电等进行评价。
该实施例中，报告结论数据可以是在报告中用于展示某一项评价项目对应的具体评价参数，例如可以是对供热进行评价，报告结论数据可以是供热的程度以及供热的距离等。
该实施例中，报告表项数据可以是用来记录待评价项目的项目名称，例如可以是供热、供水等。
该实施例中，预设配置文件库是提前设定好的，内部存储有多种报告模板。
该实施例中，目标配置文件可以是用来记录当前评价项目以及评价项目对应的评价参数等。
该实施例中，目标区域可以是目标配置文件中与报告结论数据相对应的记录区域，分别用来记录不同项目对应的报告结论数据。
该实施例中，评价值可以是目标报告中最终呈现的关于某一评价项目的综合参考值，例如可以是综合评价值为80。
该实施例中，预设评价值是提前设定好的。
该实施例中，目标待评价项目可以是待评价项目中不满足要求的评价项目，至少为一个。
上述技术方案的有益效果是：通过计算结果确定待评价事件类型信息，便于根据不同的待评价事件类型信息确定相应的表项数据以及结论数据，从而确保选取合适的报告模板，其次，根据最终生成的报告模板对每一评价项目进行最终核验，确保对报告中包含的评价项目进行准确评估，同时也便于将各项目最终的评价结果进行汇总，便于相关工作人员查阅。
实施例8：
在实施例1的基础上，本实施例提供了一种基于清洁供能决策支撑评价方法，步骤1中，基于所述基础构架与所述基础数据建立清洁供热大数据平台，包括：
获取所述基础框架，并将所述基础框架进行梳理，且基于梳理结果确定所述基础框架中各模型之间的关联性；
基于所述关联性确定所述各模型在清洁供热大数据平台中的目标功能，并基于所述目标功能采用预设容器虚拟化技术将所述各模型进行独立封装，得到所述清洁供热大数据平台的功能组件；
同时，获取所述基础数据，并基于预设聚类个数对所述基础数据进行聚类处理，且基于聚类结果将所述基础数据进行分类，得到N组子基础数据；
获取预设数据标准，并基于所述预设数据标准分别将所述N组子基础数据进行标准化处理，得到N组标准数据；
提取所述N组子基础数据对应的决策支撑评价指标，并基于所述决策支撑评价指标分别对对应的标准数据进行训练，并将训练后的数据存储为应用数据层；
基于预设方法将所述清洁供热大数据平台的功能组件以及应用数据层进行自动部署以及集群管理，得到清洁供热大数据平台；
构建校验模型，并提取所述清洁供热大数据平台中包含的评价项目；
获取目标城市中的待评价项目的种类信息，并基于所述校验模型将所述评价项目与所述待评价项目的种类信息进行比较；
若所述评价项目与所述待评价项目的种类信息一致，判定构建得到的清洁供热大数据平台合格；
否则，判定构建得到的清洁供热大数据平台不合格，并确定所述清洁供热大数据平台缺少的待补充评价项目；
将所述待补充评价项目以及待补充评价项目对应的评价指标进行训练并添加至所述清洁供热大数据平台，得到最终的清洁供热大数据平台。
该实施例中，梳理可以是将基础框架中包含的模型进行整顿，确定各个模型之间的关联关系。
该实施例中，关联性可以是基础框架中各模型之间的数据处理顺序以及嵌套关系等。
该实施例中，目标功能可以是每个模型需要实现的最终目的，例如城市气象模型、财务模型分别用来估算目标城市的气象情况以及财务情况。
该实施例中，预设封装方法可以是虚拟化封装技术，是现有技术。
该实施例中，预设聚类个数是根据要评价的项目种类数进行确定的。
该实施例中，预设数据标准是提前设定好的，用于剔除基础数据中的异常数据。
该实施例中，决策支撑评价指标可以是每一类基础数据在评价过程中依据的评价标准。
该实施例中，应用数据层可以是与功能组件相结合后构建最终的清洁供热大数据平台。
该实施例中，预设方法是提前设定好的，用于对功能组件以及基础数据进行部署，从而得到最终的清洁供热大数据平台。
该实施例中，待补充评价项目可以是清洁供热大数据平台在构建时遗漏的评价项目或是缺少的评价项目。
上述技术方案的有益效果是：通过将基础框架以及基础数据分别进行不同的处理，确保在构建清洁供热大数据平台前将相应的框架以及数据进行准确有效的处理，确保构建的清洁供热大数据平台准确可靠，其次对构建的清洁供热大数据平台进行校验，确保了大数据平台包含所有的评价项目，实现对清洁供热大数据平台进行高效准确的构建，同时也为确保评价的有效性提供了良好的保障。
实施例9：
本实施例提供了一种基于清洁供热决策支撑评价系统，如图3所示，包括：
平台构建模块，用于基于目标模型作为基础构架，将预设关注点作为基础数据，基于所述基础构架与所述基础数据建立清洁供热大数据平台；
信息获取模块，用于获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息；
计算评价模块，用于根据所述清洁供热大数据对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算，并基于计算结果通过云服务展示目标报告。
上述技术方案的有益效果是：通过构建大数据平台，实现对目标城市目标建筑以及能源信息进行有效的仿真计算，从而确保对目标城市的清热供热进行准确有效的评价，同时也确保了清洁供热决策支撑评价方法的科学准确。

Claims (10)

1.一种基于清洁供热决策支撑评价方法，其特征在于，包括：
步骤1：基于目标模型作为基础构架，将预设关注点作为基础数据，基于所述基础构架与所述基础数据建立清洁供热大数据平台；
步骤2：获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息；
步骤3：根据所述清洁供热大数据平台对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算，并基于计算结果通过云服务展示目标报告。
2.根据权利要求1所述的一种基于清洁供热决策支撑评价方法，其特征在于，步骤1中，所述目标模型包括：城市气象模型、财务模型、技术模型以及能源评估模型，所述预设关注点包括：日常清洁供热运行数据、水电气冷能耗、气候、环境、人员。
3.根据权利要求1所述的一种基于清洁供热决策支撑评价方法，其特征在于，步骤2中，获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息的具体工作过程，包括：
对所述目标项目进行读取，确定所述目标项目中的城市关键词，并基于所述城市关键词在城市信息库中进行匹配，基于匹配结果确定所述目标城市；
对所述目标城市的气候特征进行自动关联，同时，基于所述目标项目锁定目标建筑，并确定所述目标建筑的区域条件；
根据所述气候特征以及所述目标建筑的区域条件所述能源基础信息进行自定义。
4.根据权利要求1所述的一种基于清洁供热决策支撑评价方法，其特征在于，步骤3中，根据所述清洁供热大数据对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算的具体过程，包括：
确定所述目标城市的资源条件；
根据所述目标城市的资源条件，对供能方式进行筛选，并基于筛选结果确定目标个供能方式；
确定比较项目，并基于所述比较项目分别获取目标个供能方式所对应的项目数据，同时，基于所述目标个供能方式与所述比较项目建立表格；
将所述目标个供能方式所对应的项目数据与所述比较项目一一对应填写至所述表格中生成设备选型表；
基于所述设备选型表，对目标项目进行投资分析，确定所述目标个供能方式的供能方式比选，并基于所述供能方式比选确定投资与成本的关系，同时，基于所述投资与成本的关系生成投资经济性分析报告。
5.根据权利要求4所述的一种基于清洁供热决策支撑评价方法，其特征在于，根据所述目标城市的资源条件，对供能方式进行筛选，并基于筛选结果确定目标个供能方式，还包括：
分别确定目标个所述供能方式的技术选型，并基于清洁供热大数据平台对所述技术选型对应的目标维度进行计算，并确定百分制计算值；
以技术选型做为参考点，基于所述目标维度以及所述百分制计算值，生成技术选型雷达图以及五维度雷达图。
6.根据权利要求1所述的一种基于清洁供热决策支撑评价方法，其特征在于，步骤3中，进行模拟仿真计算，还包括：
读取所述目标项目，确定所述目标项目所对应的供能方式，同时，基于所述目标项目确定用户的目标参数；
根据所述目标项目所对应的供能方式以及所述目标参数，通过清洁供热大数据平台对所述目标项目进行项目评估仿真；
基于项目评估仿真结果确定评估参数，同时，对所述评估参数进行分析，生成所述目标项目的项目分析报告。
7.根据权利要求6所述的一种基于清洁供热决策支撑评价方法，其特征在于，生成所述目标项目的项目分析报告，还包括：
基于所述目标项目的项目分析报告，确定敏感性关键词；
基于所述敏感性关键词并根据所述清洁供热大数据平台对所述目标项目进行敏感性分析，生成敏感性分析表；
对所述敏感性分析表进行读取，确定所述敏感性关键词所对应的权重的变化趋势；
根据所述变化趋势，确定所述目标项目的第一敏感性关键词以及第二敏感性关键词；
基于所述第一敏感性关键词以及所述第二敏感性关键词，确定对所述目标项目进行投资时的优先考虑因素。
8.根据权利要求1所述的一种基于清洁供能决策支撑评价方法，其特征在于，步骤3中，基于计算结果通过云服务展示目标报告的具体过程，包括：
获取对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算的计算结果，并基于所述计算结果确定待评价事件类型信息；
基于所述待评价事件类型信息将所述计算结果进行分类，并基于分类结果确定报告结论数据以及报告表项数据；
接收报告生成请求，并基于所述报告生成请求查询预设配置文件库；
将所述报告结论数据以及报告表项数据与所述预设配置文件库进行匹配，确定目标配置文件，并确定所述报告结论数据以及报告表项数据在所述目标配置文件中对应的目标区域；
将所述告结论数据以及报告表项数据填入所述对应的目标区域，得到目标报告；
基于所述目标报告确定每一项待评价项目的评价值；
将所述每一项待评价项目的评价值分别与对应的预设评价值进行比较；
若所述评价值大于或等于所述预设评价值，判定对目标城市的各项待评价项目的仿真计算结果合格；
否则，判定对目标城市的各项待评价项目的仿真计算结果不合格，并基于所述评价值确定所述目标城市中不合格的目标待评价项目；
将所述目标待评价项目传输至管理终端，并提醒管理终端对所述目标待评价项目进行改善。
9.根据权利要求1所述的一种基于清洁供能决策支撑评价方法，其特征在于，步骤1中，基于所述基础构架与所述基础数据建立清洁供热大数据平台，包括：
获取所述基础框架，并将所述基础框架进行梳理，且基于梳理结果确定所述基础框架中各模型之间的关联性；
基于所述关联性确定所述各模型在清洁供热大数据平台中的目标功能，并基于所述目标功能采用预设容器虚拟化技术将所述各模型进行独立封装，得到所述清洁供热大数据平台的功能组件；
同时，获取所述基础数据，并基于预设聚类个数对所述基础数据进行聚类处理，且基于聚类结果将所述基础数据进行分类，得到N组子基础数据；
获取预设数据标准，并基于所述预设数据标准分别将所述N组子基础数据进行标准化处理，得到N组标准数据；
提取所述N组子基础数据对应的决策支撑评价指标，并基于所述决策支撑评价指标分别对对应的标准数据进行训练，并将训练后的数据存储为应用数据层；
基于预设方法将所述清洁供热大数据平台的功能组件以及应用数据层进行自动部署以及集群管理，得到清洁供热大数据平台；
构建校验模型，并提取所述清洁供热大数据平台中包含的评价项目；
获取目标城市中的待评价项目的种类信息，并基于所述校验模型将所述评价项目与所述待评价项目的种类信息进行比较；
若所述评价项目与所述待评价项目的种类信息一致，判定构建得到的清洁供热大数据平台合格；
否则，判定构建得到的清洁供热大数据平台不合格，并确定所述清洁供热大数据平台缺少的待补充评价项目；
将所述待补充评价项目以及待补充评价项目对应的评价指标进行训练并添加至所述清洁供热大数据平台，得到最终的清洁供热大数据平台。
10.一种基于清洁供热决策支撑评价系统，其特征在于，包括：
平台构建模块，用于基于目标模型作为基础构架，将预设关注点作为基础数据，基于所述基础构架与所述基础数据建立清洁供热大数据；
信息获取模块，用于获取用户的目标项目，并基于所述目标项目确定目标城市、目标建筑以及能源基础信息；
计算评价模块，用于根据所述清洁供热大数据对所述目标城市、目标建筑以及所述能源基础信息进行模拟仿真计算，并基于计算结果通过云服务展示目标报告。
CN202210039951.4A 2022-01-14 2022-01-14 一种基于清洁供热决策支撑评价方法及系统 Active CN114386701B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210039951.4A CN114386701B (zh) 2022-01-14 2022-01-14 一种基于清洁供热决策支撑评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210039951.4A CN114386701B (zh) 2022-01-14 2022-01-14 一种基于清洁供热决策支撑评价方法及系统

Publications (2)

Publication Number Publication Date
CN114386701A true CN114386701A (zh) 2022-04-22
CN114386701B CN114386701B (zh) 2022-09-30

Family

ID=81201208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210039951.4A Active CN114386701B (zh) 2022-01-14 2022-01-14 一种基于清洁供热决策支撑评价方法及系统

Country Status (1)

Country Link
CN (1) CN114386701B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117521964A (zh) * 2023-11-15 2024-02-06 国网青海省电力公司清洁能源发展研究院 一种适用于新型储能全寿命周期的经济性评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103631240A (zh) * 2013-12-11 2014-03-12 天津万华股份有限公司 基于物联网的供热行业热计量信息应用服务管理平台
CN107977766A (zh) * 2017-10-09 2018-05-01 中国电子科技集团公司第二十八研究所 一种城市运行仿真与统筹规划系统
CN113408890A (zh) * 2021-06-16 2021-09-17 瑞格人工智能科技有限公司 基于人工智能的产业投资项目后评价报告生成方法和系统
WO2021208383A1 (zh) * 2020-04-16 2021-10-21 中国华能集团清洁能源技术研究院有限公司 一种定量评价区域地热供暖经济性的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103631240A (zh) * 2013-12-11 2014-03-12 天津万华股份有限公司 基于物联网的供热行业热计量信息应用服务管理平台
CN107977766A (zh) * 2017-10-09 2018-05-01 中国电子科技集团公司第二十八研究所 一种城市运行仿真与统筹规划系统
WO2021208383A1 (zh) * 2020-04-16 2021-10-21 中国华能集团清洁能源技术研究院有限公司 一种定量评价区域地热供暖经济性的方法
CN113408890A (zh) * 2021-06-16 2021-09-17 瑞格人工智能科技有限公司 基于人工智能的产业投资项目后评价报告生成方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
赵玉甫: "城市供热可持续发展研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》 *
赵琼: "智慧城市供热系统建模仿真与运行优化控制", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117521964A (zh) * 2023-11-15 2024-02-06 国网青海省电力公司清洁能源发展研究院 一种适用于新型储能全寿命周期的经济性评价方法

Also Published As

Publication number Publication date
CN114386701B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN116681187B (zh) 一种基于企业经营数据的企业碳配额预测方法
Booth et al. Net zero energy military installations: A guide to assessment and planning
CN101167030A (zh) 提高可再生能源系统性能保障
CN114386701B (zh) 一种基于清洁供热决策支撑评价方法及系统
CN115036922B (zh) 一种分布式光伏发电电量预测方法及系统
Aryanfar et al. Multi-criteria prioritization of the renewable power plants in Australia using the fuzzy logic in decision-making method (FMCDM)
Biber et al. Negative price spiral caused by renewables? Electricity price prediction on the German market for 2030
Suzer et al. Developing a holistic simulation approach for parametric techno-economic analysis of wind energy
CN117458544B (zh) 一种基于多类型储能资源动态聚合的优化协同调控方法
Liu et al. Surrogate-assisted many-objective optimization of building energy management
CN113947499A (zh) 基于分层优化模型的水、风、光规划方案集优选方法
CN116644562B (zh) 一种新能源电站运维费用评估系统
CN116957356A (zh) 一种基于大数据的景区碳中和管理方法和系统
Beltrami et al. The zonal and seasonal CO2 marginal emissions factors for the Italian power market
Hirst et al. Determination of household energy using ‘fingerprints’ from energy billing data
Sayegh Holistic optimization of buildings based on the evaluation of annual performances from short simulation sequences
Peruchena et al. A clustering approach for the analysis of solar energy yields: A case study for concentrating solar thermal power plants
Mantri et al. Solar Power Generation Prediction for Better Energy Efficiency using Machine Learning
Daly et al. Comparative analyses of forecasting techniques for electricity wholesale price under high penetration of renewable energy systems
Thommessen et al. Heat load forecasting for district heating systems using neural networks
Rastkar et al. A Comparison Between Seasonal and Non-Seasonal Forecasting Techniques for Energy Demand Time Series in Smart Grids.
CN113935549B (zh) 一种综合智慧能源优化调度系统
da Silva Palmeiro Clustering methods to find representative days for modelling the Portuguese electricity system
EP3965049A1 (en) Information processing apparatus, information processing method, information processing system, and computer program
Sigrin et al. The Los Angeles 100% Renewable Energy Study (LA100): Chapter 4. Customer-Adopted Rooftop Solar and Storage

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
TR01 Transfer of patent right

Effective date of registration: 20231213

Address after: 253500 Luxi, South Xingguo Street, Lingcheng Economic Development Zone, Dezhou City, Shandong Province

Patentee after: Shandong Xinyu Technology Development Co.,Ltd.

Address before: 253000 Management Center office building of Dezhou Applied Technology Research Institute at the intersection of Dongfeng East Road and taiyanggu Avenue, Dezhou Economic and Technological Development Zone, Shandong Province

Patentee before: Shandong energy saving Technology Research Institute

TR01 Transfer of patent right