CN111652450B - 排污行为的异常检测***及方法、电子设备、存储介质 - Google Patents
排污行为的异常检测***及方法、电子设备、存储介质 Download PDFInfo
- Publication number
- CN111652450B CN111652450B CN202010775400.5A CN202010775400A CN111652450B CN 111652450 B CN111652450 B CN 111652450B CN 202010775400 A CN202010775400 A CN 202010775400A CN 111652450 B CN111652450 B CN 111652450B
- Authority
- CN
- China
- Prior art keywords
- water consumption
- period
- consumption
- sub
- amount
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- 238000003860 storage Methods 0.000 title claims abstract description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 279
- 230000005611 electricity Effects 0.000 claims abstract description 75
- 238000004519 manufacturing process Methods 0.000 claims abstract description 37
- 230000006399 behavior Effects 0.000 claims description 61
- 239000002351 wastewater Substances 0.000 claims description 46
- 238000012544 monitoring process Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004064 recycling Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 239000010865 sewage Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004043 dyeing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
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
- G06Q10/0639—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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种排污行为的异常检测***及方法、电子设备、计算机可读存储介质，该***包括：流量传感器，用于检测目标企业的用水参数；电量传感器，用于检测目标企业内指定生产设备的用电参数；客户端设备，连接流量传感器，从流量传感器接收用水参数，以及，连接电量传感器，从电量传感器接收用电参数；服务端设备，连接客户端设备，用于基于用水参数和用电参数，确定目标企业在指定时段的实际耗水量和指定生产设备的用电量；将用电量作为耗水量模型的输入，获得耗水量模型输出的指定时段的预测耗水量；计算实际耗水量与预测耗水量之间的差异率；判断差异率是否大于预设差异阈值，若是，确定目标企业的排污行为存在异常。
Description
技术领域
本申请涉及污水排放检测技术领域，特别涉及一种排污行为的异常检测***及方法、电子设备、计算机可读存储介质。
背景技术
企业在生产过程中会产生大量污水，按照环保部门的要求，污水需通过标准排放口进行排放。但有部分企业因为经济效益，或者，为规避环保部门的监管等原因，存在偷排、漏拍污水的异常行为。企业往往私设暗管向河道排污，隐蔽性极强，很难通过人工核查的方式发现企业的异常排污行为。
发明内容
本申请实施例的目的在于提供一种排污行为的异常检测***及方法、电子设备、计算机可读存储介质，用于实现自动化的异常排污行为的监管。
本申请实施例提供了一种排污行为的异常检测***，包括：
流量传感器，用于检测目标企业的用水参数；
电量传感器，用于检测所述目标企业内指定生产设备的用电参数；
客户端设备，连接所述流量传感器，从所述流量传感器接收所述用水参数，以及，连接所述电量传感器，从所述电量传感器接收所述用电参数；
服务端设备，连接所述客户端设备，用于基于所述用水参数和所述用电参数，确定所述目标企业在指定时段的实际耗水量和指定生产设备的用电量；将所述用电量作为耗水量模型的输入，获得所述耗水量模型输出的所述指定时段的预测耗水量；计算所述实际耗水量与所述预测耗水量之间的差异率；判断所述差异率是否大于预设差异阈值，若是，确定所述目标企业的排污行为存在异常。
在一实施例中，所述流量传感器包括第一流量计、第二流量计和第三流量计，所述用水参数包括外部取用水量、中水回用量和废水排放量，所述用电参数包括周期内用电量；
所述第一流量计，用于检测所述目标企业的外部取用水量；
所述第二流量计，用于检测所述目标企业的中水回用量；
所述第三流量计，用于检测所述目标企业的废水排放量；
所述客户端设备，连接所述第一流量计，周期性获取所述第一流量计上报的所述外部取用水量；连接所述第二流量计，周期性获取第二流量计上报的所述中水回用量；连接所述第三流量计，周期性获取所述第三流量计上报的所述废水排放量；周期性向所述服务端发送参数通知消息，所述参数通知消息包括所述外部取用水量、所述中水回用量、所述废水排放量和所述周期内用电量；
所述服务端设备，还用于周期性接收所述参数通知消息；基于所述参数通知消息中的所述外部取用水量、所述中水回用量和所述废水排放量，确定周期内实际耗水量；将每一周期的所述外部取用水量、所述中水回用量、所述废水排放量、所述周期内实际耗水量和所述周期内用电量，写入监控数据日志；基于所述监控数据日志，对所述指定时段内所有周期内实际耗水量和所述周期内用电量，分别进行统计，获得所述实际耗水量和所述用电量。
在一实施例中，所述服务端设备，还用于：
当所述目标企业的排污行为存在异常时，基于所述监控数据日志确定每一指定子时段的子时段实际耗水量和子时段用电量；
对于每一指定子时段，将所述子时段用电量作为所述耗水量模型的输入，获得所述耗水量模型输出的所述指定子时段的子时段预测耗水量；
计算所述子时段实际耗水量和所述子时段预测耗水量之间的差异率；
判断所述差异率是否大于所述差异阈值，若是，确定对应的所述指定子时段为异常排污时段。
在一实施例中，所述服务端设备，还用于：
若所述差异率不大于所述差异阈值，基于所述监控数据日志，统计得到所述指定时段的总外部取用水量和总废水排放量；
计算所述总废水排放量与所述总外部取用水量之间的排污比值；
判断所述排污比值是否处于预设排污比值区间，若否，确定所述目标企业的排污行为存在异常。
在一实施例中，所述服务端设备，还用于：
当所述目标企业的排污行为存在异常时，基于所述监控数据日志确定每一指定子时段的子时段外部取用水量和子时段废水排放量；
对于每一指定子时段，计算所述子时段废水排放量与所述子时段外部取用水量之间的排污比值；
判断所述排污比值是否处于所述排污比值区间，如果是，确定对应的所述指定子时段为异常排污时段。
在一实施例中，所述服务端设备，还用于：
从所述客户端设备获取所述目标企业的历史耗水量和所述指定生产设备的历史用电量；
记录所述历史耗水量和所述历史用电量的关联关系；
从已记录的多组所述历史耗水量和所述历史用电量中，过滤掉异常历史耗水量和异常历史用电量；
基于剩余的所述历史耗水量和所述历史用电量进行数据拟合，得到所述耗水量模型；
建立所述耗水量模型与所述目标企业的企业标识之间的关联关系，并将所述关联关系写入预设模型数据库。
在一实施例中，所述服务端设备，还用于：
基于所述参数通知消息中的企业标识，查找所述模型数据库，获得对应的耗水量模型。
本申请实施例提供了一种排污行为的异常检测方法，包括：
获取目标企业在指定时段的实际耗水量和指定生产设备的用电量；
将所述用电量作为耗水量模型的输入，获得所述耗水量模型输出的所述指定时段的预测耗水量；
计算所述实际耗水量与所述预测耗水量之间的差异率；
判断所述差异率是否大于预设差异阈值，若是，确定所述目标企业的排污行为存在异常。
本申请实施例提供了一种电子设备，所述电子设备包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行上述排污行为的异常检测方法。
本申请实施例提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成上述排污行为的异常检测方法。
在本申请实施例中，异常检测***的流量传感器可以检测目标企业的用水参数；电量传感器可以检测目标企业内指定生产设备的用电参数；客户端设备可以接收用水参数和用电参数，并上报至服务端设备；服务端设备基于用水参数和用电参数确定目标企业在指定时段的实际耗水量和指定生产设备的用电量后，可以根据耗水量模型计算出与用电量对应的预测耗水量，从而根据预测耗水量与实际耗水量之间的差异率，确定目标企业的排污行为是否存在异常；整个过程可实现对排污行为的自动化监控，极大降低了人工成本和监管难度。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍。
图1为本申请一实施例提供的排污行为的异常检测***的网络架构示意图；
图2为本申请一实施例提供的电子设备的结构示意图；
图3为本申请一实施例提供的排污行为的异常检测方法的流程示意图；
图4为本申请一实施例提供的获取实际耗水量和用电量的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
图1为本申请实施例提供的排污行为的异常检测***的网络架构示意图。如图1所示，该***可以包括：服务端设备30、客户端设备20、电量传感器40和流量传感器50。
其中，电量传感器40用于检测目标企业内指定生产设备的用电参数。这里，目标企业是被检测是否存在异常排污行为的企业。指定生产设备是目标企业内损耗水量较大的工艺环节上的生产设备。示例性的，对于印染企业而言，耗水量较大的工艺环节为染整固色、预定型和定型，可将这几个环节上的生产设备作为指定生产设备。企业的生产工艺稳定的情况下，指定生产设备不会发生变化。
流量传感器50，用于检测目标企业的用水参数。
客户端设备20，与流量传感器50连接，与电量传感器40连接，用于从流量传感器50接收用水参数，从电量传感器40接收用电参数，并可以将用水参数和用电参数上报至服务端设备30。这里，连接方式可以包括有线或无线的通信连接。
服务端设备30，与客户端设备20连接，用于基于用水参数和用电参数，确定目标企业在指定时段的实际耗水量和指定生产设备的用电量。这里，连接方式可以包括有线或无线的通信连接。
其中，指定时段是预先指定的判断目标企业是否存在异常排污行为的时间间隔，可以依据经验进行配置。示例性的，指定时段可以是一天、一周、一月等。服务端设备30可以基于指定时段，周期性对目标企业的排污行为进行判断。
服务端设备30用于将用电量作为耗水量模型的输入，获得耗水量模型输出的指定时段的预测耗水量，计算实际耗水量和预测耗水量之间的差异率，并判断该差异率是否大于预设差异阈值，若是，确定目标企业的排污行为存在异常。
其中，耗水量模型可以表征目标企业的指定生产设备的用电量，与目标企业的耗水量之间的数据关联关系；耗水量模型可以根据用电量计算出预测耗水量。该预测耗水量是在上述用电量的情况下，耗水量模型基于数据关联关系确定的目标企业的耗水量。
差异阈值用于区分存在异常排污行为的目标企业，差异阈值可以是经验值。示例性的，当差异率大于差异阈值10%时，可以确定存在异常排污行为。
服务端设备30的处理过程详见下文相关描述，在此不赘述。
服务端设备30可以是位于环保部门的数据中心的服务器、服务器集群或者云计算中心。环保部门将辖区内污水排放量大的企业（比如：印染企业）作为目标企业，在目标企业内安置检测用水参数的流量传感器50，以及，检测指定生产设备用电参数的电量传感器40，并安置与流量传感器50和电量传感器40对接的计算机主机作为客户端设备20，从而实现对各目标企业的实时监控。
在一实施例中，流量传感器50可以包括第一流量计51、第二流量计52和第三流量计53，用水参数可以包括外部取用水量、中水会用量和废水排放量；用电参数可以包括周期内用电量。
第一流量计51，用于检测目标企业的外部取用水量。其中，目标企业的外部取用水可以包括自备水（比如：河水、雨水、地下水等）和自来水。
第二流量计52，用于检测目标企业的中水回用量。
第三流量计53，用于检测目标企业的废水排放量。
客户端设备20，分别与第一流量计51、第二流量计52和第三流量计53连接，可以周期性从第一流量计51获取目标企业的外部取用水量，周期性从第二流量计52获取目标企业的中水回用量，周期性从第三流量计53获取目标企业的废水排放量。客户端设备 20可以周期性向服务端设备30发送参数通知消息，该参数通知消息可以包括外部取用水量、中水会用量、废水排放量和上述周期内用电量。这里，连接方式可以包括有线或无线的通信连接。
其中，周期时长可以是预配置的经验值。示例性的，目标企业内的客户端设备20可以每隔5分钟向服务端设备上报外部取用水量、中水回用量、废水排放量和指定生产设备的周期内用电量。
服务端设备30可以周期性接收上述参数通知消息，并基于参数通知消息中的外部取用水量、中水回用量和废水排放量，确定周期内实际耗水量。服务端设备30可以将每一周期的外部取用水量、中水回用量、废水排放量、周期内实际耗水量和周期内用电量，写入监控数据日志。其中，监控数据日志用于记录各类排污监控过程中产生的数据，便于后续查找和使用。
服务端设备30可以基于监控数据日志，对指定时段内所有周期内实际耗水量和周期内用电量，分别进行统计，获得实际耗水量和用电量。在指定时段的最后，服务端设备30可以基于监控数据日志对该指定时段内所有周期的周期内实际耗水量进行统计，从而获得指定时段的实际耗水量。服务端设备30可以基于监控数据日志对该指定时段内所有周期的指定生产设备的用电量进行统计，从而获得指定时段的用电量。
示例性的，指定时段为一天，服务端设备30每隔24小时对目标企业的排污行为进行一次评估；服务端设备30获取目标企业的外部取用水量、中水回用量、废水排放量和周期内用电量的周期时长为5分钟。服务端设备30可以对24小时内每一周期的周期内实际耗水量进行统计，从而得到24小时的实际耗水量；服务端设备30可以对24小时内每一周期的周期内用电量进行统计，从而得到24小时的指定生产设备的用电量。
在一实施例中，服务端设备30，还用于当目标企业的排污行为存在异常时，基于监控数据日志确定每一指定子时段的子时段实际耗水量和子时段用电量。其中，指定子时段是指定时段内划分出的时间间隔更短的时段。示例性的，指定时段为一天，指定子时段可以是一小时。
服务端设备30可以基于已记录的上述监控数据日志，对每一指定子时段内多个周期内实际耗水量进行统计，获得该指定子时段的子时段实际耗水量。服务端设备30可以基于上述监控数据日志，对每一指定子时段内多个周期内用电量进行统计，获得该指定子时段的子时段用电量。
对于每一指定子时段，服务端设备30可以将所述子时段用电量作为耗水量模型的输入，获得耗水量模型输出的指定子时段的子时段预测耗水量。服务端设备30可以计算子时段实际耗水量和子时段预测耗水量之间的差异率。服务端设备30对每一指定子时段分别计算出子时段预测耗水量后，计算子时段预测耗水量和子时段实际耗水量之间的差值，并计算该差值的绝对值与子时段实际耗水量的比值，从而获得差异率。
服务端设备30可以判断差异率是否大于差异阈值，若是，确定对应的指定子时段为异常排污时段。服务端设备30可以分别判断每一指定子时段对应的差异率是否大于差异阈值。当存在任一差异率大于差异阈值时，可以确定对应的指定子时段为异常排污时段。示例性的，指定时段为一天，每一指定子时段均为一小时，当确定8点到9点的指定子时段对应的差异率大于差异阈值时，可以认为8点到9点为目标企业存在异常排污行为的异常排污时段。
通过该实施例的技术方案，服务端设备30可以根据已记录的监控数据日志，确定发生异常排污行为的异常排污时段，从而更有效地对目标企业的排污行为进行监控。
在一实施例中，服务端设备30，还用于若上述差异率不大于差异阈值，基于监控数据日志，统计得到指定时段的总外部取用水量和总废水排放量。在指定时段的实际耗水量和预测耗水量之间的差异率不大于差异阈值的情况下，服务端设备30可以基于监控数据日志中每一周期的外部取用水量和废水排放量，统计得到指定时段的总外部取用水量和总废水排放量。
服务端设备30可以计算总废水排放量与总外部取用水量之间的排污比值，并判断排污比值是否处于预设排污比值区间，若否，确定目标企业的排污行为存在异常。其中，排污比值为废水排放量与外部取用水量的比值。在目标企业的生产工艺稳定的情况下，排污比值会处于一个范围较小的区间内。排污比值区间是目标企业在排污行为正常时确定的排污比值的范围。
服务端设备30计算出排污比值后，可以判断该排污比值是否在上述排污比值区间内。一方面，如果是，说明目标企业在上述指定时段内不存在异常排污行为。另一方面，如果否，说明目标企业在上述指定时段内存在异常排污行为。示例性的，如果排污比值区间为35%到40%，当计算出的排污比值为37%时，说明目标企业没有异常排污行为。
通过该实施例的措施，服务端设备30可以对目标企业的排污行为执行进一步的评估，从而可以更准确地检测出异常排污行为。
在一实施例中，服务端设备30，还用于当目标企业的排污行为存在异常时，基于监控数据日志确定每一指定子时段的子时段外部取用水量和子时段废水排放量。
其中，指定子时段是指定时段内划分出的时间间隔更短的时段。示例性的，指定时段为一天，指定子时段可以是一小时。
服务端设备30基于排污比值确定目标企业存在异常排污行为后，可以基于已记录的监控数据日志中每一周期的外部取用水量和废水排放量，对每一指定子时段内多个周期的外部取用水量和废水排放量进行统计，获得该指定子时段的子时段外部取用水量和子时段废水排放量。
对于每一指定子时段，服务端设备30可以计算子时段废水排放量与子时段外部取用水量之间的排污比值。服务端设备30可以判断排污比值是否处于排污比值区间，如果是，确定对应的指定子时段为异常排污时段。
服务端设备30可以分别计算每一指定子时段对应的排污比值，并判断该排污比值是否处于上述排污比值区间。当任一指定子时段对应的排污比值不处于排污比值区间时，可以确定对应的指定子时段为异常排污时段。示例性的，指定时段为一天，每一指定子时段均为一小时，当确定8点到9点的指定子时段对应的排污比值不处于排污比值区间时，可以认为8点到9点为目标企业存在异常排污行为的异常排污时段。
在一实施例中，当目标企业的排污行为存在异常时，服务端设备30可以输出对应于目标企业的报警信息。服务端设备30可以在对接的监控展示屏幕上输出该报警信息，或者，向相关负责人的终端设备发送该报警信息。该报警信息指示目标企业存在异常排污行为。在一实施例中，报警信息可以包括判断异常排污行为的依据。比如：如果以实际耗水量和预测耗水量的差异率确定存在异常排污行为，报警信息可以说明差异率和差异阈值。在一实施例中，报警信息可以包括异常排污时段。
在一实施例中，服务端设备30，还用于从客户端设备20获取目标企业的历史耗水量和指定生产设备的历史用电量。其中，历史耗水量是在执行排污行为的异常检测方法之前，目标企业在正常排污情况下的耗水量。历史用电量是在执行排污行为的异常检测方法之前，目标企业在正常排污情况下指定生产设备的用电量。
服务端设备30可以获取不同时段的记录历史用电量和对应的历史耗水量，并记录两者的关联关系。示例性的，服务端设备30可以记录目标企业100天中每一天的耗水量和指定生产设备的用电量，作为历史耗水量和历史用电量。为获得连续性的数值，服务端设备30可以记录更长（比如：26小时、28小时、30小时等）或更短（比如：8小时、10小时、16小时等）时段的耗水量和指定生产设备的用电量，作为历史耗水量和历史用电量。
服务端设备30可以记录历史耗水量和历史用电量的关联关系，并从已记录的多组历史耗水量和历史用电量中，过滤掉异常历史耗水量和异常历史用电量。
服务端设备30可以统计得到与每一历史用电量对应的多个历史耗水量，根据历史耗水量的数据分布，排除过高和过低的异常历史耗水量。示例性的，对于对应于每一历史用电量的多个历史耗水量，服务端设备30可以排除最高的10%的异常历史耗水量和最低的10%的历史耗水量。
服务端设备30统计得到的历史用电量中，可能存在与其它历史用电量差异过大的数据，服务端设备30可以排除过大和过小的异常历史用电量。示例性的，对于每一长度的时段，服务端设备30可以计算历史用电量的均值，并过滤与该均值的差异超过20%的异常历史用电量。
服务端设备30可以基于剩余的历史耗水量和历史用电量进行数据拟合，得到耗水量模型。经过过滤处理后，剩余的历史耗水量和历史用电量之间存在目标企业正常排污时，指定生产设备的用电量与耗水量之间的数据关联关系。服务端设备30可以基于多组历史耗水量和历史用电量拟合得到耗水量模型。服务端设备30可以建立耗水量模型与目标企业的企业标识之间的关联关系，并将关联关系写入预设模型数据库。其中，模型数据库包括所有目标企业的企业标识和耗水量模型的关联关系。
通过该实施例的措施，服务端设备30可以获得各目标企业的耗水量模型，从而可在后续调用相应的耗水量模型计算预测耗水量。
在一实施例中，服务端设备30，还用于在通过耗水量模型计算预测耗水量之前，基于参数通知消息中的企业标识，查找模型数据库，获得对应的耗水量模型。
如图2所示，本实施例提供一种电子设备1，包括：至少一个处理器11和存储器12，图2中以一个处理器11为例。处理器11和存储器12通过总线10连接，存储器12存储有可被处理器11执行的指令，指令被处理器11执行，以使电子设备1可执行下述的实施例中方法的全部或部分流程。在一实施例中，电子设备1可以是上述服务端设备30。
存储器12可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory，简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory，简称EPROM），可编程只读存储器（Programmable Red-Only Memory，简称PROM），只读存储器（Read-Only Memory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。
本申请还提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序可由处理器11执行以完成本申请提供的排污行为的异常检测方法。
参见图3，为本申请一实施例提供的排污行为的异常检测方法的流程示意图，该方法应用于服务端设备，如图3所示，该方法可以包括以下步骤310-步骤340。
步骤310：获取目标企业在指定时段的实际耗水量和指定生产设备的用电量。
服务端设备可以基于目标企业在指定时段的外部取用水量、中水回用量和废水排放量，确定目标企业的实际耗水量。实际耗水量可以通过如下公式（1）来表示：
其中，Qs为实际耗水量；Qw为外部取用水量；Qz为中水回用量；Qf为废水排放量。
服务端设备可以直接获取目标企业在指定时段内指定生产设备的用电量。
步骤320：将用电量作为耗水量模型的输入，获得耗水量模型输出的指定时段的预测耗水量。
步骤330：计算实际耗水量与预测耗水量之间的差异率。
服务端设备可以计算实际耗水量和预测耗水量之间的差值，并计算该差值的绝对值与实际耗水量的比值，从而获得差异率。差异率可以通过如下公式（2）来表示：
其中，R为差异率；QY为预测耗水量；QS为实际耗水量。
步骤340：判断差异率是否大于预设差异阈值，若是，确定目标企业的排污行为存在异常。
因为耗水量与工作量有关，而工作量与废水排放量有关，在工艺稳定的情况下，这些数值的比值也比较稳定。指定生产设备的用电量可以表示工作量，所以基于用电量预测出的预测耗水量与正常排污时的耗水量近似，如此一来，如果实际耗水量和预测耗水量差异过大，可以认为排污异常。
服务端设备计算出上述差异率后，判断差异率是否大于差异阈值。一方面，如果不大于差异阈值，说明目标企业不存在异常排污行为；服务端设备可以继续监控该目标企业，并在下一指定时段对目标企业的排污行为进行判断。另一方面，如果大于差异阈值，可以确定目标企业存在异常排污行为。
在一实施例中，参见图4，为本申请一实施例提供的获取实际耗水量和用电量的流程示意图，如图4所示，服务端设备在获取实际耗水量和指定生产设备的用电量时，可以执行如下步骤410-步骤440。
步骤410：周期性获取目标企业的外部取用水量、中水回用量、废水排放量和指定生产设备的周期内用电量。
步骤420：基于外部取用水量、中水回用量和废水排放量确定周期内实际耗水量。
步骤430：将每一周期的外部取用水量、中水回用量、废水排放量、周期内实际耗水量和周期内用电量，写入监控数据日志。
服务端设备可以基于上述公式（1）计算周期内实际耗水量，并在监控数据日志中记录每一周期的外部取用水量、中水回用量、废水排放量、周期内实际耗水量和周期内用电量。
步骤440：基于监控数据日志，对指定时段内所有周期内实际耗水量和周期内用电量，分别进行统计，获得实际耗水量和用电量。
在本申请所提供的几个实施例中，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (9)
1.一种排污行为的异常检测***，其特征在于，包括：
流量传感器，用于检测目标企业的用水参数；其中，所述用水参数包括外部取用水量、中水回用量和废水排放量；
电量传感器，用于检测所述目标企业内指定生产设备的用电参数；
客户端设备，连接所述流量传感器，从所述流量传感器接收所述用水参数，以及，连接所述电量传感器，从所述电量传感器接收所述用电参数；
服务端设备，连接所述客户端设备，用于基于所述用水参数和所述用电参数，确定所述目标企业在指定时段的实际耗水量和指定生产设备的用电量；其中，所述实际耗水量通过所述外部取用水量、所述中水回用量和所述废水排放量确定；将所述用电量作为耗水量模型的输入，获得所述耗水量模型输出的所述指定时段的预测耗水量；计算所述实际耗水量与所述预测耗水量之间的差异率；判断所述差异率是否大于预设差异阈值，若是，确定所述目标企业的排污行为存在异常；当所述目标企业的排污行为存在异常时，基于监控数据日志确定每一指定子时段的子时段实际耗水量和子时段用电量；其中，所述监控数据日志包括周期性记录的实际耗水量和用电量；对于每一指定子时段，将所述子时段用电量作为所述耗水量模型的输入，获得所述耗水量模型输出的所述指定子时段的子时段预测耗水量；计算所述子时段实际耗水量和所述子时段预测耗水量之间的差异率；判断所述差异率是否大于所述差异阈值，若是，确定对应的所述指定子时段为异常排污时段。
2.根据权利要求1所述的***，其特征在于，所述流量传感器包括第一流量计、第二流量计和第三流量计，所述用电参数包括周期内用电量；
所述第一流量计，用于检测所述目标企业的外部取用水量；
所述第二流量计，用于检测所述目标企业的中水回用量；
所述第三流量计，用于检测所述目标企业的废水排放量；
所述客户端设备，连接所述第一流量计，周期性获取所述第一流量计上报的所述外部取用水量；连接所述第二流量计，周期性获取第二流量计上报的所述中水回用量；连接所述第三流量计，周期性获取所述第三流量计上报的所述废水排放量；周期性向所述服务端发送参数通知消息，所述参数通知消息包括所述外部取用水量、所述中水回用量、所述废水排放量和所述周期内用电量；
所述服务端设备，还用于周期性接收所述参数通知消息；基于所述参数通知消息中的所述外部取用水量、所述中水回用量和所述废水排放量，确定周期内实际耗水量；将每一周期的所述外部取用水量、所述中水回用量、所述废水排放量、所述周期内实际耗水量和所述周期内用电量，写入监控数据日志；基于所述监控数据日志，对所述指定时段内所有周期内实际耗水量和所述周期内用电量，分别进行统计，获得所述实际耗水量和所述用电量。
3.根据权利要求2所述的***，其特征在于，所述服务端设备，还用于：
若所述差异率不大于所述差异阈值，基于所述监控数据日志，统计得到所述指定时段的总外部取用水量和总废水排放量；
计算所述总废水排放量与所述总外部取用水量之间的排污比值；
判断所述排污比值是否处于预设排污比值区间，若否，确定所述目标企业的排污行为存在异常。
4.根据权利要求3所述的***，其特征在于，所述服务端设备，还用于：
当所述目标企业的排污行为存在异常时，基于所述监控数据日志确定每一指定子时段的子时段外部取用水量和子时段废水排放量；
对于每一指定子时段，计算所述子时段废水排放量与所述子时段外部取用水量之间的排污比值；
判断所述排污比值是否处于所述排污比值区间，如果是，确定对应的所述指定子时段为异常排污时段。
5.根据权利要求2所述的***，其特征在于，所述服务端设备，还用于：
从所述客户端设备获取所述目标企业的历史耗水量和所述指定生产设备的历史用电量；
记录所述历史耗水量和所述历史用电量的关联关系；
从已记录的多组所述历史耗水量和所述历史用电量中，过滤掉异常历史耗水量和异常历史用电量；
基于剩余的所述历史耗水量和所述历史用电量进行数据拟合，得到所述耗水量模型；
建立所述耗水量模型与所述目标企业的企业标识之间的关联关系，并将所述关联关系写入预设模型数据库。
6.根据权利要求5所述的***，其特征在于，所述服务端设备，还用于：
基于所述参数通知消息中的企业标识，查找所述模型数据库，获得对应的耗水量模型。
7.一种排污行为的异常检测方法，其特征在于，包括：
获取目标企业在指定时段的实际耗水量和指定生产设备的用电量；其中，所述实际耗水量通过目标企业的外部取用水量、中水回用量和废水排放量确定；
将所述用电量作为耗水量模型的输入，获得所述耗水量模型输出的所述指定时段的预测耗水量；
计算所述实际耗水量与所述预测耗水量之间的差异率；
判断所述差异率是否大于预设差异阈值，若是，确定所述目标企业的排污行为存在异常；
当所述目标企业的排污行为存在异常时，基于监控数据日志确定每一指定子时段的子时段实际耗水量和子时段用电量；其中，所述监控数据日志包括周期性记录的实际耗水量和用电量；
对于每一指定子时段，将所述子时段用电量作为所述耗水量模型的输入，获得所述耗水量模型输出的所述指定子时段的子时段预测耗水量；
计算所述子时段实际耗水量和所述子时段预测耗水量之间的差异率；
判断所述差异率是否大于所述差异阈值，若是，确定对应的所述指定子时段为异常排污时段。
8.一种电子设备，其特征在于，所述电子设备包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行权利要求7所述的排污行为的异常检测方法。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序可由处理器执行以完成权利要求7所述的排污行为的异常检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010775400.5A CN111652450B (zh) | 2020-08-05 | 2020-08-05 | 排污行为的异常检测***及方法、电子设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010775400.5A CN111652450B (zh) | 2020-08-05 | 2020-08-05 | 排污行为的异常检测***及方法、电子设备、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111652450A CN111652450A (zh) | 2020-09-11 |
| CN111652450B true CN111652450B (zh) | 2020-11-24 |
Family
ID=72348709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010775400.5A Active CN111652450B (zh) | 2020-08-05 | 2020-08-05 | 排污行为的异常检测***及方法、电子设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111652450B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112374556B (zh) * | 2020-11-12 | 2023-11-21 | 联智同达(苏州)环境科技有限公司 | 一种污水异常排放监控***及其监控方法 |
| CN112184090B (zh) * | 2020-11-30 | 2021-03-16 | 广东浩迪创新科技有限公司 | 标准用电特征库建立方法、环保监测方法、***和监测仪 |
| CN112990712A (zh) * | 2021-03-19 | 2021-06-18 | 成都青云之上信息科技有限公司 | 基于用电耗能监测的企业生产经营分析方法及*** |
| CN113240211B (zh) * | 2021-07-09 | 2021-09-21 | 深圳市格云宏邦环保科技有限公司 | 废水排放预测方法、装置、计算机设备和存储介质 |
| CN113256037B (zh) * | 2021-07-14 | 2021-09-28 | 深圳市格云宏邦环保科技有限公司 | 非稳态废水排放预测方法、装置、计算机设备和存储介质 |
| CN114116843B (zh) * | 2021-11-25 | 2023-08-18 | 国网江苏省电力有限公司连云港供电分公司 | 基于用电数据的村镇小型污水处理设施运行监测方法 |
| CN114477329B (zh) * | 2022-02-22 | 2023-01-06 | 江苏舜维环境工程有限公司 | 一种水泥厂集成化水处理装置 |
| CN115018212B (zh) * | 2022-08-08 | 2022-10-28 | 水利部珠江水利委员会珠江水利综合技术中心 | 发电用水量预测分析方法、***及云平台 |
| CN116090709B (zh) * | 2023-04-10 | 2023-06-20 | 广东慧航天唯科技有限公司 | 基于金属加工监控的偷排预警分析方法及*** |
| CN117609928B (zh) * | 2024-01-23 | 2024-04-05 | 华北电力科学研究院有限责任公司 | 基于电力数据的污染物排放量异常识别方法与装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108182784A (zh) * | 2017-12-26 | 2018-06-19 | 广州杰赛科技股份有限公司 | 农业灌溉报警方法和*** |
| CN110161921A (zh) * | 2019-05-31 | 2019-08-23 | 国电南瑞科技股份有限公司 | 一种智能机井电排灌控制管理方法及*** |
| CN110678820A (zh) * | 2017-05-26 | 2020-01-10 | 三菱电机大楼技术服务株式会社 | 异常重要度计算***、异常重要度计算装置及异常重要度计算程序 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105278492B (zh) * | 2014-06-26 | 2018-01-30 | 广东柯内特环境科技有限公司 | 一种区域排污的智能监控***和方法 |
| CN106600509B (zh) * | 2016-12-28 | 2020-09-15 | 北京航空航天大学 | 一种基于基础数据分析判断企业兑水排污行为的方法 |
| CN109100468A (zh) * | 2018-06-26 | 2018-12-28 | 武汉邦拓信息科技有限公司 | 一种污染源环境自动监测平台的异常数据预警***及方法 |
| CN110377491A (zh) * | 2019-07-10 | 2019-10-25 | ***股份有限公司 | 一种数据异常检测方法及装置 |
| CN110889088B (zh) * | 2019-11-04 | 2023-10-20 | 国网浙江省电力有限公司信息通信分公司 | 一种应用电力模型辅助的企业排污监管方法 |
-
2020
- 2020-08-05 CN CN202010775400.5A patent/CN111652450B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110678820A (zh) * | 2017-05-26 | 2020-01-10 | 三菱电机大楼技术服务株式会社 | 异常重要度计算***、异常重要度计算装置及异常重要度计算程序 |
| CN108182784A (zh) * | 2017-12-26 | 2018-06-19 | 广州杰赛科技股份有限公司 | 农业灌溉报警方法和*** |
| CN110161921A (zh) * | 2019-05-31 | 2019-08-23 | 国电南瑞科技股份有限公司 | 一种智能机井电排灌控制管理方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111652450A (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111652450B (zh) | 排污行为的异常检测***及方法、电子设备、存储介质 | |
| CN111027826A (zh) | 基于区块链的装配式建筑施工质量追溯方法、***及装置 | |
| CN109032087B (zh) | 工业生产设备能耗状态诊断与节能评估方法及*** | |
| CN110046076A (zh) | 智能***设备环境检查方法、***、设备及可存储介质 | |
| CN108595687B (zh) | 用水量异常检测方法和数据库服务器 | |
| CN110166264A (zh) | 一种故障定位方法、装置及电子设备 | |
| CN105162994A (zh) | 呼叫中心话务量故障的检测方法、***及服务器 | |
| CN107292501A (zh) | 一种评估废水监测数据质量的方法及设备 | |
| CN113256037B (zh) | 非稳态废水排放预测方法、装置、计算机设备和存储介质 | |
| CN110764988A (zh) | 一种告警方法、装置及*** | |
| CN103678514A (zh) | 一种业务趋势预测方法及*** | |
| CN111666273B (zh) | 抄表***数据有效性分析方法、装置 | |
| CN103780415A (zh) | 关键性能指标的监控方法和装置 | |
| CN111522864A (zh) | 基于用电数据的企业生产模式识别及转移生产预警方法 | |
| CN102056200A (zh) | 一种业务处理流程监控方法和*** | |
| CN111192123A (zh) | 一种基于混合云计算平台的对账***及其对账方法 | |
| CN111666652A (zh) | 蒸汽热网疏水器巡检排放操作调度方法及操作调度*** | |
| CN110740190B (zh) | 事件上报方法、电力终端及计算机可读存储介质 | |
| JP6381498B2 (ja) | 計量メータの状態変化検出装置及びプログラム | |
| CN116956188A (zh) | 数据异常检测方法、装置、电子设备及存储介质 | |
| CN110928748A (zh) | 业务***运行监测方法及装置 | |
| US20030056156A1 (en) | Method and apparatus for monitoring the activity of a system | |
| CN110275497A (zh) | 一种基于运行指数lwrt-aqioe的污染源治理设备治理状态的判定方法 | |
| CN108076086B (zh) | 一种远程监控方法及设备 | |
| CN109240747A (zh) | 一种多级服务器管理***的信息查看方法及其相关装置 |
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 | ||
| 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: Abnormal detection system and method of sewage discharge behavior, electronic equipment and storage medium Effective date of registration: 20220113 Granted publication date: 20201124 Pledgee: Zhejiang Zhuji Rural Commercial Bank Co.,Ltd. Huandong sub branch Pledgor: ZHEJIANG LIJIA ELECTRONIC TECHNOLOGY Co.,Ltd. Registration number: Y2022980000320 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230112 Granted publication date: 20201124 Pledgee: Zhejiang Zhuji Rural Commercial Bank Co.,Ltd. Huandong sub branch Pledgor: ZHEJIANG LIJIA ELECTRONIC TECHNOLOGY Co.,Ltd. Registration number: Y2022980000320 |
|
| PC01 | Cancellation 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: Abnormality detection system and method, electronic equipment and storage medium for pollution discharge Effective date of registration: 20230201 Granted publication date: 20201124 Pledgee: Zhejiang Zhuji Rural Commercial Bank Co.,Ltd. Huandong sub branch Pledgor: ZHEJIANG LIJIA ELECTRONIC TECHNOLOGY Co.,Ltd. Registration number: Y2023980031863 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20201124 Pledgee: Zhejiang Zhuji Rural Commercial Bank Co.,Ltd. Huandong sub branch Pledgor: ZHEJIANG LIJIA ELECTRONIC TECHNOLOGY Co.,Ltd. Registration number: Y2023980031863 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |