CN115907293A - 基于时间概率分布的分布式光伏电能质量评估方法及系统 - Google Patents

基于时间概率分布的分布式光伏电能质量评估方法及系统 Download PDF

Info

Publication number
CN115907293A
CN115907293A CN202211412849.0A CN202211412849A CN115907293A CN 115907293 A CN115907293 A CN 115907293A CN 202211412849 A CN202211412849 A CN 202211412849A CN 115907293 A CN115907293 A CN 115907293A
Authority
CN
China
Prior art keywords
distributed photovoltaic
power quality
time
probability distribution
matrix
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.)
Pending
Application number
CN202211412849.0A
Other languages
English (en)
Inventor
李辛鹏
刁守斌
张明广
郑伟然
孙彬
尹爱辉
曹鑫
李健
杜培祥
魏冰倩
赵丽萍
苑兆彬
王辉
田慧
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.)
Shanghe County Power Supply Company State Grid Shandong Electric Power Co
State Grid Corp of China SGCC
Jinan Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Shanghe County Power Supply Company State Grid Shandong Electric Power Co
State Grid Corp of China SGCC
Jinan Power Supply Co of State Grid Shandong Electric Power 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 Shanghe County Power Supply Company State Grid Shandong Electric Power Co, State Grid Corp of China SGCC, Jinan Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Shanghe County Power Supply Company State Grid Shandong Electric Power Co
Priority to CN202211412849.0A priority Critical patent/CN115907293A/zh
Publication of CN115907293A publication Critical patent/CN115907293A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Photovoltaic Devices (AREA)

Abstract

本公开属于电能质量评估技术领域,具体涉及一种基于时间概率分布的分布式光伏电能质量评估方法及系统,包括:获取基于时间概率分布的分布式光伏的时变运行数据;基于所获取的时变运行数据,构建分布式光伏并网点处的电能质量指标测量数据矩阵;计算所述电能质量指标测量数据矩阵的客观权重和主观权重;根据所得到的客观权重和主观权重,对电能质量指标测量数据矩阵进行综合赋权,完成分布式光伏电能质量的综合评估。

Description

基于时间概率分布的分布式光伏电能质量评估方法及系统
技术领域
本公开属于电能质量评估技术领域,具体涉及一种基于时间概率分布的分布式光伏电能质量评估方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
由于全球传统能源短缺、环境污染等问题,分布式光伏发电因资源清洁、选址灵活、无枯竭危险等优势,已得到迅速发展。分布式光伏并网容量比例逐渐提高,已改变了配电网的运行特性。因分布式光伏受外部环境影响及自身工作特性,对配电网电能质量造成的负面影响相对较大,有必要对分布式光伏时变电能质量问题进行综合评估。
据发明人了解,目前分布式光伏电能质量评估通常只应用于特定时刻,忽略了电能质量指标的时变特性,极易导致评估结果与实际情况有较大偏差,难以应用于输出具有波动性的分布式光伏系统。
发明内容
为了解决上述问题,本公开提出了一种基于时间概率分布的分布式光伏电能质量评估方法及系统,本公充分考虑了分布式光伏电能质量的时变特性,能够对分布式光伏的电能质量时变特性进行综合评估开。
根据一些实施例,本公开的第一方案提供了一种基于时间概率分布的分布式光伏电能质量评估方法,采用如下技术方案:
一种基于时间概率分布的分布式光伏电能质量评估方法,包括:
获取基于时间概率分布的分布式光伏的时变运行数据;
基于所获取的时变运行数据,构建分布式光伏并网点处的电能质量指标测量数据矩阵;
计算所述电能质量指标测量数据矩阵的客观权重和主观权重;
根据所得到的客观权重和主观权重,对电能质量指标测量数据矩阵进行综合赋权,完成分布式光伏电能质量的综合评估。
作为进一步的技术限定,在获取基于时间概率分布的分布式光伏的时变运行数据的过程中,通过测量分布式光伏的运行数据,获取不同测试点不同时间段的电能质量指标数据,进而得到基于时间概率分布的分布式光伏的时变运行数据。
作为进一步的技术限定,分析所获取的时变运行数据,获得考虑时变特诊的运行数据电能质量指标时间概率分布,构建分布式光伏并网点处的电能质量指标测量数据矩阵P,即
Figure BDA0003939396170000021
其中,T为数据测量时间,tij为第j项电能质量指标在第i个电能质量等级内的统计时间。
作为进一步的技术限定,利用层次分析法计算所述电能质量指标测量数据矩阵的主观权重,建立主观判断矩阵,对所建立的主观判断矩阵依次进行归一化处理和按行求和,得到权值向量;
对所获取的主观判断矩阵进行一致性校验处理,对通过一致性校验处理的主观判断矩阵,利用所述权值向量对电能质量指标进行赋权。
进一步的,利用改进熵权法计算所述电能质量指标测量数据矩阵的客观权重,具体过程为:
对电能质量指标测量数据矩阵P进行标准化处理,得到标准化矩阵Q=(pij)m×n
对电能质量指标测量数据矩阵P进行数据处理,即:
Figure BDA0003939396170000031
其中,
Figure BDA0003939396170000032
Figure BDA0003939396170000033
分别为电能质量指标测量数据矩阵P中第j项指标数据的最大值与最小值;
对所得到的标准化矩阵Q=(qij)m×n进行列归一化处理,在客观权重hj计算中增加调整项ε以防指标熵值的微小变化导致数值的成倍变化:
Figure BDA0003939396170000034
其中,dij为数据矩阵Q=(qij)m×n进行列归一化处理后的矩阵数据值,即
Figure BDA0003939396170000035
进一步的,利用乘法合成法,对电能质量指标测量数据矩阵进行综合赋权wj,即:
Figure BDA0003939396170000041
其中,αj表示主观权重,βj表示客观权重。
作为进一步的技术限定,利用改进理想解法进行分布式光伏电能质量的综合评估,具体过程为:
基于电能质量指标测量数据矩阵P,构建考虑时变特征的电能质量指标加权规范矩阵F=(fij)m×n,即
Figure BDA0003939396170000042
其中,Wj为表示权重向量,W=[w1,w2,…,wn];
基于加权规范矩阵计算待评估方案的正理想解S+与负理想解S+,即:
Figure BDA0003939396170000043
Figure BDA0003939396170000044
其中,J+为效益性集合,指标值越大越优;J-为成本性集合,指标值越小越优;
计算待评估方案与正、负理想解之间的加权欧氏距离:
Figure BDA0003939396170000051
Figure BDA0003939396170000052
其中,
Figure BDA0003939396170000053
Figure BDA0003939396170000054
分别为评估方案到正理想解与负理想解之间的加权欧氏距离;
对分布式光伏的运行数据进行综合评估,计算分布式光伏电能质量的综合评估ηh,即
Figure BDA0003939396170000055
根据一些实施例,本公开的第二方案提供了一种基于时间概率分布的分布式光伏电能质量评估系统,采用如下技术方案:
一种基于时间概率分布的分布式光伏电能质量评估系统,包括:
获取模块,其被配置为获取基于时间概率分布的分布式光伏的时变运行数据;
建模模块,其被配置为基于所获取的时变运行数据,构建分布式光伏并网点处的电能质量指标测量数据矩阵;
计算模块,其被配置为计算所述电能质量指标测量数据矩阵的客观权重和主观权重;
评估模块,其被配置为根据所得到的客观权重和主观权重,对电能质量指标测量数据矩阵进行综合赋权,完成分布式光伏电能质量的综合评估。
根据一些实施例,本公开的第三方案提供了一种计算机可读存储介质,采用如下技术方案:
一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本公开第一方面所述的基于时间概率分布的分布式光伏电能质量评估方法中的步骤。
根据一些实施例,本公开的第四方案提供了一种电子设备,采用如下技术方案:
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开第一方面所述的基于时间概率分布的分布式光伏电能质量评估方法中的步骤。
与现有技术相比,本公开的有益效果为:
本公开充分考虑了分布式光伏电能质量的时变特性,能够对分布式光伏电能质量进行综合评估;可有效对分布式光伏并网点时变测量数据进行综合评估,预防因光伏电能质量不合格造成的安全和经济问题,能较好应用于输出具有波动性的分布式光伏系统。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是本公开实施例一中的基于时间概率分布的分布式光伏电能质量评估方法的流程图;
图2是本公开实施例二中的基于时间概率分布的分布式光伏电能质量评估系统的结构框图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
实施例一
本公开实施例一介绍了一种基于时间概率分布的分布式光伏电能质量评估方法。
如图1所示一种基于时间概率分布的分布式光伏电能质量评估方法,包括:
选取分布式光伏电能质量综合评估指标,制定分布式光伏电能质量指标等级;
测量分布式光伏运行数据,分析分布式光伏运行数据时变性特征,获得时变运行数据的电能质量指标时间概率分布;
利用层次分析法求取某时间段内的运行时变数据的电能质量指标主观权重;
对运行时变数据的时间概率分布矩阵进行标准化处理,利用改进熵权法求取运行时变数据的电能质量指标客观权重;
利用乘法合成法,对考虑时变特征的分布式光伏电能质量指标时间分布矩阵进行综合赋权;
利用改进理想解法,对考虑时变特征的分布式光伏运行数据进行综合评估,确定电能质量水平。
作为一种或多种实施方式,所指定的分布式光伏电能质量指标等级,从小到大分为不合格、合格、中等、良好和优质5个评估等级,详见表1:
表1分布式光伏电能质量指标等级
Figure BDA0003939396170000081
作为一种或多种实施方式,测量分布式光伏运行数据,构建分布式光伏并网点处电能质量指标测量数据矩阵:
Figure BDA0003939396170000082
其中,i为指标不同测试点,j为电能质量指标,为总监测时间划分的时段数。
作为一种或多种实施方式,分析分布式光伏运行数据时变性特征,获得考虑时变特征的运行数据电能质量指标时间概率分布,光伏并网点电能质量指标时间概率分布矩阵P可表示为:
Figure BDA0003939396170000091
式中,T为数据测量时间,tij为第j项电能质量指标在第i个电能质量等级内的统计时间。
作为一种或多种实施方式,利用层次分析法求取某时间段内的运行时变数据的电能质量指标主观权重,建立判断矩阵A=(aij)n×n;对归一化后的判断矩阵按行求和获得权值向量,对判断矩阵进行一致性校验,若通过一致性校验则利用权值向量对电能质量指标进行赋权
作为一种或多种实施方式,利用改进熵权法求取运行时变数据的电能质量指标客观权重,权重求取过程为:
1)对运行时变数据的时间概率分布矩阵P进行标准化处理,得到矩阵Q=(pij)m×n
2)对电能质量指标进行数据处理:
Figure BDA0003939396170000092
式中,
Figure BDA0003939396170000101
Figure BDA0003939396170000102
分别为电能质量指标测量数据矩阵P中第j项指标数据的最大值与最小值;
3)对经处理后的矩阵Q=(qij)m×n进行列归一化处理,为了防止指标熵值的微小变化导致数值的成倍变化,在权重计算公式中增加调整项:
Figure BDA0003939396170000103
式中,调整项ε为较小数值。
作为一种或多种实施方式,利用乘法合成法,对分布式光伏电能质量指标时间概率分布矩阵进行综合赋权:
Figure BDA0003939396170000104
式中,αj为层次分析法求取的权重,βj为改进熵权法求取的权重。
作为一种或多种实施方式,利用改进理想解法,对分布式光伏运行数据进行综合评估。
1)结合分布式光伏运行时变数据的时间概率分布矩阵P,构建考虑时变特征的电能质量指标加权规范矩阵F=(fij)m×n
Figure BDA0003939396170000105
式中,Wj为指标权重向量,W=[w1,w2,…,wn]。
2)求取待评估方案的正理想解S+与负理想解S+
Figure BDA0003939396170000111
Figure BDA0003939396170000112
式中,J+为效益性集合,指标值越大越优;J-为成本性集合,指标值越小越优。
3)计算待评估方案与正、负理想解之间的加权欧氏距离:
Figure BDA0003939396170000113
Figure BDA0003939396170000114
式中,
Figure BDA0003939396170000115
Figure BDA0003939396170000116
分别为评估方案到正理想解与负理想解之间的加权欧氏距离。
4)对运行数据进行综合评估,计算最终评估值:
Figure BDA0003939396170000117
利用本实施例所提的基于时间概率分布的分布式光伏电能质量综合评估方法,搭建仿真模型,测量分布式光伏并网点一天的运行数据,计算分布式光伏电能质量指标权重,如表2所示。评估分布式光伏电能质量优劣,评估结果如表3所示。由表可知,分布式光伏一天运行数据在4级所占的权重最大,因此分布式光伏该天运行数据为4级良好。
表2分布式光伏电能质量指标权重计算结果
Figure BDA0003939396170000121
表3分布式光伏电能质量综合评估结果
Figure BDA0003939396170000122
本实施例充分考虑了分布式光伏电能质量的时变特性,能够对分布式光伏电能质量进行综合评估;可有效对分布式光伏并网点时变测量数据进行综合评估,预防因光伏电能质量不合格造成的安全和经济问题,能较好应用于输出具有波动性的分布式光伏系统。
实施例二
本公开实施例二介绍了一种基于时间概率分布的分布式光伏电能质量评估系统。
如图2所示的一种基于时间概率分布的分布式光伏电能质量评估系统,包括:
获取模块,其被配置为获取基于时间概率分布的分布式光伏的时变运行数据;
建模模块,其被配置为基于所获取的时变运行数据,构建分布式光伏并网点处的电能质量指标测量数据矩阵;
计算模块,其被配置为计算所述电能质量指标测量数据矩阵的客观权重和主观权重;
评估模块,其被配置为根据所得到的客观权重和主观权重,对电能质量指标测量数据矩阵进行综合赋权,完成分布式光伏电能质量的综合评估。
详细步骤与实施例一提供的基于时间概率分布的分布式光伏电能质量评估方法相同,在此不再赘述。
实施例三
本公开实施例三提供了一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本公开实施例一所述的基于时间概率分布的分布式光伏电能质量评估方法中的步骤。
详细步骤与实施例一提供的基于时间概率分布的分布式光伏电能质量评估方法相同,在此不再赘述。
实施例四
本公开实施例四提供了一种电子设备。
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开实施例一所述的基于时间概率分布的分布式光伏电能质量评估方法中的步骤。
详细步骤与实施例一提供的基于时间概率分布的分布式光伏电能质量评估方法相同,在此不再赘述。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种基于时间概率分布的分布式光伏电能质量评估方法,其特征在于,包括:
获取基于时间概率分布的分布式光伏的时变运行数据;
基于所获取的时变运行数据,构建分布式光伏并网点处的电能质量指标测量数据矩阵;
计算所述电能质量指标测量数据矩阵的客观权重和主观权重;
根据所得到的客观权重和主观权重,对电能质量指标测量数据矩阵进行综合赋权,完成分布式光伏电能质量的综合评估。
2.如权利要求1中所述的一种基于时间概率分布的分布式光伏电能质量评估方法,其特征在于,在获取基于时间概率分布的分布式光伏的时变运行数据的过程中,通过测量分布式光伏的运行数据,获取不同测试点不同时间段的电能质量指标数据,进而得到基于时间概率分布的分布式光伏的时变运行数据。
3.如权利要求1中所述的一种基于时间概率分布的分布式光伏电能质量评估方法,其特征在于,分析所获取的时变运行数据,获得考虑时变特诊的运行数据电能质量指标时间概率分布,构建分布式光伏并网点处的电能质量指标测量数据矩阵P,即
Figure FDA0003939396160000011
其中,T为数据测量时间,tij为第j项电能质量指标在第i个电能质量等级内的统计时间。
4.如权利要求1中所述的一种基于时间概率分布的分布式光伏电能质量评估方法,其特征在于,利用层次分析法计算所述电能质量指标测量数据矩阵的主观权重,建立主观判断矩阵,对所建立的主观判断矩阵依次进行归一化处理和按行求和,得到权值向量;
对所获取的主观判断矩阵进行一致性校验处理,对通过一致性校验处理的主观判断矩阵,利用所述权值向量对电能质量指标进行赋权。
5.如权利要求4中所述的一种基于时间概率分布的分布式光伏电能质量评估方法,其特征在于,利用改进熵权法计算所述电能质量指标测量数据矩阵的客观权重,具体过程为:
对电能质量指标测量数据矩阵P进行标准化处理,得到标准化矩阵Q=(pij)m×n
对电能质量指标测量数据矩阵P进行数据处理,即:
Figure FDA0003939396160000021
其中,
Figure FDA0003939396160000022
Figure FDA0003939396160000023
分别为电能质量指标测量数据矩阵P中第j项指标数据的最大值与最小值;
对所得到的标准化矩阵Q=(qij)m×n进行列归一化处理,在客观权重hj计算中增加调整项ε以防指标熵值的微小变化导致数值的成倍变化:
Figure FDA0003939396160000031
其中,dij为数据矩阵Q=(qij)m×n进行列归一化处理后的矩阵数据值,即
Figure FDA0003939396160000032
6.如权利要求5中所述的一种基于时间概率分布的分布式光伏电能质量评估方法,其特征在于,利用乘法合成法,对电能质量指标测量数据矩阵进行综合赋权wj,即:
Figure FDA0003939396160000033
其中,αj表示主观权重,βj表示客观权重。
7.如权利要求1中所述的一种基于时间概率分布的分布式光伏电能质量评估方法,其特征在于,利用改进理想解法进行分布式光伏电能质量的综合评估,具体过程为:
基于电能质量指标测量数据矩阵P,构建考虑时变特征的电能质量指标加权规范矩阵F=(fij)m×n,即
Figure FDA0003939396160000034
其中,Wj为表示权重向量,W=[w1,w2,…,wn];
基于加权规范矩阵计算待评估方案的正理想解S+与负理想解S+,即:
Figure FDA0003939396160000041
Figure FDA0003939396160000042
其中,J+为效益性集合,指标值越大越优;J-为成本性集合,指标值越小越优;
计算待评估方案与正、负理想解之间的加权欧氏距离:
Figure FDA0003939396160000043
Figure FDA0003939396160000044
其中,
Figure FDA0003939396160000045
Figure FDA0003939396160000046
分别为评估方案到正理想解与负理想解之间的加权欧氏距离;
对分布式光伏的运行数据进行综合评估,计算分布式光伏电能质量的综合评估ηh,即
Figure FDA0003939396160000047
8.一种基于时间概率分布的分布式光伏电能质量评估系统,其特征在于,包括:
获取模块,其被配置为获取基于时间概率分布的分布式光伏的时变运行数据;
建模模块,其被配置为基于所获取的时变运行数据,构建分布式光伏并网点处的电能质量指标测量数据矩阵;
计算模块,其被配置为计算所述电能质量指标测量数据矩阵的客观权重和主观权重;
评估模块,其被配置为根据所得到的客观权重和主观权重,对电能质量指标测量数据矩阵进行综合赋权,完成分布式光伏电能质量的综合评估。
9.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的基于时间概率分布的分布式光伏电能质量评估方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于时间概率分布的分布式光伏电能质量评估方法中的步骤。
CN202211412849.0A 2022-11-11 2022-11-11 基于时间概率分布的分布式光伏电能质量评估方法及系统 Pending CN115907293A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211412849.0A CN115907293A (zh) 2022-11-11 2022-11-11 基于时间概率分布的分布式光伏电能质量评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211412849.0A CN115907293A (zh) 2022-11-11 2022-11-11 基于时间概率分布的分布式光伏电能质量评估方法及系统

Publications (1)

Publication Number Publication Date
CN115907293A true CN115907293A (zh) 2023-04-04

Family

ID=86486382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211412849.0A Pending CN115907293A (zh) 2022-11-11 2022-11-11 基于时间概率分布的分布式光伏电能质量评估方法及系统

Country Status (1)

Country Link
CN (1) CN115907293A (zh)

Similar Documents

Publication Publication Date Title
CN109409628B (zh) 基于计量大数据聚类模型的采集终端生产厂商评价方法
CN113805064B (zh) 基于深度学习的锂离子电池组健康状态预测方法
CN108510147B (zh) 一种基于残差波动模型的电能质量综合评价方法
CN109389145A (zh) 基于计量大数据聚类模型的电能表生产厂商评价方法
CN116150897A (zh) 一种基于数字孪生的机床主轴性能测评方法及系统
CN113792939B (zh) 基于混合威布尔分布的电能表可靠性预测方法及装置
CN110472822A (zh) 一种智能配电网供电可靠性评估系统及方法
CN109389282A (zh) 一种基于高斯混合模型的电能表生产厂商评价方法
CN115719177A (zh) 一种考虑时序的区域电能质量综合评估方法
CN111967777A (zh) 一种储能促进清洁能源利用价值的综合评价方法
CN114897331A (zh) 一种基于三参数区间灰数决策的电力变压器风险评估方法
CN113283061A (zh) 一种考虑pcc谐波电压严重度的谐波责任划分方法
CN112381422A (zh) 光伏电站性能的确定方法和装置
CN110142803B (zh) 一种移动焊接机器人系统工作状态检测方法及装置
CN114662809A (zh) 一种综合能源园区内供电电源的电能质量评价方法和系统
CN116502894A (zh) 光伏台区停电风险评估方法、装置、电子设备及存储介质
CN116629632A (zh) 一种配电网电能质量综合评估方法、装置及存储介质
CN115907293A (zh) 基于时间概率分布的分布式光伏电能质量评估方法及系统
CN109657967A (zh) 一种输电网规划方案评价指标权重的确认方法及系统
CN113722195B (zh) 基于ahp层级分析法的局域网运行评估系统及方法
CN105303194A (zh) 一种电网指标体系建立方法、装置以及计算设备
CN111062538B (zh) 空间负荷预测中确定元胞负荷合理最大值的ceemd方法
CN114091908A (zh) 计及多模式储能站的配电网综合评价方法、装置和设备
CN110322063B (zh) 一种耗电功率仿真预测方法及存储介质
CN113592442A (zh) 一种工程评价方法、装置、电子设备和存储介质

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