CN117408573B - 一种upfc设备画像展示与性能分析方法和*** - Google Patents

一种upfc设备画像展示与性能分析方法和*** Download PDF

Info

Publication number
CN117408573B
CN117408573B CN202311703858.XA CN202311703858A CN117408573B CN 117408573 B CN117408573 B CN 117408573B CN 202311703858 A CN202311703858 A CN 202311703858A CN 117408573 B CN117408573 B CN 117408573B
Authority
CN
China
Prior art keywords
label
upfc
equipment
value
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.)
Active
Application number
CN202311703858.XA
Other languages
English (en)
Other versions
CN117408573A (zh
Inventor
陈志军
王骏
陈斌
郁超
张珂
杨翔宇
张赟
庞文晨
周强
黄宇峰
张梦杰
王楚扬
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.)
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Suzhou Power Supply Co of State Grid Jiangsu 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 Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority to CN202311703858.XA priority Critical patent/CN117408573B/zh
Publication of CN117408573A publication Critical patent/CN117408573A/zh
Application granted granted Critical
Publication of CN117408573B publication Critical patent/CN117408573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/0639—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G06Q10/06395—Quality analysis or management
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Computational Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Algebra (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种UPFC设备画像展示与性能分析方法与***，所述方法包括：获取UPFC运行相关数据并进行数据预处理和标签化处理，形成UPFC性能评价标签库，并进行UPFC设备画像展示；对不同数据采样时刻获得的UPFC性能评价标签库中二级标签标示值进行主要数据提取，得到二级标签数据矩阵；对UPFC性能评价标签库中二级标签进行标签主成分提取，得到主二级标签及其标示值；进行重要性权重、贡献度权重计算并获得单项标签综合权重；将主二级标签的标示值与单项标签综合权重结合获得最终的性能评价结果。本发明能够多方位展示UPFC信息，通过综合不同采样期状态量的变化，在线选择实时调整权重，实现更为准确的UPFC性能评价。

Description

一种UPFC设备画像展示与性能分析方法和***
技术领域
本发明属于电力电子设备性能评价技术领域，涉及一种UPFC设备画像展示与性能分析方法和***。
背景技术
电力电子设备在电力***的发-输-变-配-用各侧的渗透率越来越高，电力电子设备的功率大小和电压等级也在不断丰富。电力电子设备的灵活可控性，可以增强传统交流电力***的调控度，其被认为是构建未来智能电力网络的关键设备之一。智能电网的加快建设，促进了多种电力电子设备在电网***中的应用。在统一潮流控制器（Unified PowerFlow Controller, UPFC）方面，苏州供电公司建成世界上电压等级最高、容量最大的江苏苏州南部电网500kV UPFC科技示范工程，在世界范围内首次实现500 kV电网电能流向的灵活、精准控制，最大可提升苏州电网电能消纳能力约130万kW。
设备画像是根据自动化设备在运行过程中留下的数据，主动或被动采集基本信息，再针对设备本身提取有效信息当成标签，按照标签信息构造设备的抽象模型。根据设备的不同维度特点，可将设备划分为不同的细分群体，每个设备可属于多个群体，根据不同特点对设备进行分类管理，实现精准检修，降低电网风险，保障电网安全运行。电力画像多以研究用户侧为主，对设备画像研究较少。随着信息化建设的不断完善，使得海量数据不断在不同电网的不同设备上产生，通过采集UPFC的设备信息，统计相关运行状态评价指标，构建UPFC设备画像可以实现UPFC全方位管控。但是常规统计电网运行状态评价指标时存在新增指标重新开发部署困难，以及数据类型的指标值不易于评价者理解、评价指标的变更不方便以及评价不准确等问题。
发明内容
为解决现有技术中存在的不足，本发明提供一种UPFC设备画像展示与性能分析方法和***，通过采集UPFC各类性能信息，考虑UPFC技术规范设置UPFC相关性能评价标签，建立UPFC设备画像以展示标签相关数据，并对UPFC性能评价标签库进行数据提取、标签提取及标签权重计算，进而实现对UPFC性能的综合分析评价，能够多方位展示UPFC信息的同时通过综合不同采样期状态量的变化，在线选择实时调整权重，实现更为准确的UPFC性能评价。
本发明采用如下的技术方案。
一种UPFC设备画像展示与性能分析方法，包括以下步骤：
S1：获取UPFC运行相关数据并进行数据预处理和标签化处理，形成包括反映UPFC质量和功能的一级标签及反映一级标签各项指标的二级标签的UPFC性能评价标签库，其中二级标签包括标签名称以及标示值，并建立UPFC设备画像以展示标签相关数据；
S2：对不同数据采样时刻获得的UPFC基本性能评价标签库中二级标签标示值进行数据提取，得到二级标签数据矩阵；
S3：基于S2得到的二级标签数据矩阵，对UPFC性能评价标签库中二级标签进行标签主成分提取，得到主二级标签及其标示值；
S4：针对S3得到的主二级标签进行重要性权重、贡献度权重计算，并获得单项标签综合权重；
S5：将主二级标签的标示值与单项标签综合权重结合获得最终的性能评价结果。
优选地，步骤S1中，建立包括设备基本性能、设备试验状况、设备运行状况、设备历史记录四项一级标签的UPFC质量评价标签体系，以及包括设备承载力指标、装备技术指标、调度管理指标、设备运行指标的四项一级标签的UPFC功能评价标签体系，并对于每一项一级标签，构建其二级标签，具体为：
UPFC质量评价标签体系中：
设备基本性能的二级标签包括技术参数、质量等级、性能效果；
设备试验状况的二级标签包括绝缘实验、特性试验、非电气试验、在线监测；
设备运行状况的二级标签包括实时运行状况、投运年限、投运环境；
设备历史记录的二级标签包括投运前状态、检修记录、家族质量史、故障缺陷及异常记录；
UPFC功能评价标签体系中：
设备承载力指标的二级标签包括变压器负载率、变压器电压变换率、线路截面规范化率、支路卡脖子线路比例；
装备技术指标的二级标签包括设备缺陷率、设备故障率、设备平均运行率；
调度管理指标的二级标签包括设备完整率、设备消缺率、设备异常运行提升率、人员误操作率；
设备运行指标的二级标签包括线损率、设备平均负载率、设备平均过载率、综合电压合格率、末端电压不合格线路比例；
UPFC质量评价标签体系与UPFC功能评价标签体系中的一级标签及其相应的二级标签构成UPFC性能评价标签库。
优选地，UPFC质量评价标签体系中的二级标签标示值基于UPFC运行相关数据确定；
UPFC功能评价标签体系中二级标签标示值的取值方式为：
对于存在额定值的二级标签，其标示值为：1-|计算数值-额定值|/额定值；
对于最佳状态取值为1的二级标签，其标示值为：标签计算数值；
对于最佳状态取值为0的二级标签，其标示值为：1-计算数值；
其中计算数值为基于运行数据计算得到的标签数值。
优选地，步骤S1中，考虑数据的获取来源，依据日、月、年的周期将UPFC性能评价标签库的标签相关数据划分为不同设备数据集合，以生成并展示相应的UPFC设备画像。
优选地，S2具体包括：
S2.1：将二级标签标示值正态分布标准化，得到正态分布标准化二级标签标示值矩阵X’；
S2.2：计算正态分布标准化二级标签标示值矩阵X’的协方差矩阵，将该协方差矩阵的特征值从大到小进行排序，对应的特征向量构成矩阵P，求出协方差矩阵最大的特征值和对应该特征值标准化后的特征向量矩阵P 1，将P 1转置后与X’相乘得出转换到新构建空间中的矩阵，即二级标签数据矩阵。
优选地，S2.1具体包括：
（1）将一级标签在不同数据采样时刻获得的二级标签标示值构成的数据集定义为X，X为多维矩阵；
（2）将矩阵X每一列进行归一化，得到各二级标签标示值的[0，1]归一化数据，然后对归一化数据进行如下正态分布标准化处理：
计算二级标签标示值归一化数据的均值和标准差，将得到的均值及其相应的标准差带入下式计算得到正态分布标准化后的二级标签标示值，实现二级标签值正态分布标准化，进而得到正态分布标准化二级标签标示值矩阵X’：
(1)
式中：Ā为二级标签标示值归一化数据A的均值；σ为A的标准差。
优选地，S3具体包括：
S3.1：计算S2得到的二级标签数据矩阵Y的协方差矩阵特征值及其对应特征向量，将所求出的所有特征向量构成的矩阵P与二级标签数据矩阵Y相乘得到二级标签矩阵；
S3.2：将S3.1计算出的协方差矩阵特征值从大到小进行排序，并根据特征值计算累计方差贡献率，从二级标签矩阵中提取出累计方差贡献率满足要求时的特征值所对应二级标签名称及矩阵值，作为主成分标签及其标示值。
优选地，累计方差贡献率计算公式为：
，
式中：λ k 为第k个特征值；ρ为累计方差贡献率；n为标签总数。
优选地，S4中，重要性权重计算方式为：
根据设备历史经验针对主二级标签进行两两重要程度对比，较为重要的取值为1，计算标签获得1的数量与所有标签获得1的总数之比，得到对应标签的重要性权重。
优选地，S4中，贡献度权重计算公式为：
，
式中：为第i个主二级标签的标示值；/>、/>、/>、/>分别为第1、2、3、/>个主二级标签的标示值；/>为主二级标签数量；
P i 、P j 为第i、j个主二级标签相对于所有主二级标签的贡献度；
E i 、E j 为第i、j个主二级标签的不确定度；
W i 为第i个主二级标签的贡献度权重。
优选地，S4中，将重要性权重和贡献度权重相乘并归一化，得到单项标签综合权重。
优选地，S5中，将各主二级标签的标示值与其对应的单项标签综合权重相乘后累加得到性能评价值，根据性能评价值所在区间范围得出表示UPFC设备状况的性能评价结果。
一种UPFC设备画像展示与性能分析***，包括：
标签库构建以及设备画像展示模块，用于获取UPFC运行相关数据并进行数据预处理和标签化处理，形成包括反映UPFC质量和功能的一级标签及反映一级标签各项指标的二级标签的UPFC性能评价标签库，其中二级标签包括标签名称以及标示值，并建立UPFC设备画像以展示标签相关数据；
主要数据提取模块，用于对不同数据采样时刻获得的UPFC基本性能评价标签库中二级标签标示值进行数据提取，得到二级标签数据矩阵；
标签主成分提取模块，用于基于二级标签数据矩阵，对UPFC性能评价标签库中二级标签进行标签主成分提取，得到主二级标签及其标示值；
综合权重计算模块，用于针对主二级标签进行重要性权重、贡献度权重计算，并获得单项标签综合权重；
性能评价模块，用于将主二级标签的标示值与单项标签综合权重结合获得最终的性能评价结果。
一种终端，包括处理器及存储介质；所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行所述方法的步骤。
计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述方法的步骤。
本发明的有益效果在于，与现有技术相比：
（1）采用设备信息标签化技术，对于收集到设备的多维数据进行整合处理，可以从海量数据中提取到设备特征标签，构建UPFC质量及功能评价标签体系，并建立UPFC设备画像，将UPFC的性能标签相关信息进行具象化展示，能够多方位采集UPFC的设备信息，统计并区分展示相关运行状态评价指标，一方面方便计算机的识别及处理，另一方面利于后期的分析和统计；
（2）对UPFC不同数据采样期的标签标示值进行主要数据提取，实现数据降维，与直接采集设备数据相比，可以更好的综合不同采样期状态量的变化；
（3）针对UPFC性能评价库中二级标签进行主标签提取，能更准确地对UPFC运行状态进行评价，并且通过标签的形式使得评价指标的变更更为方便。
（4）提出主二级标签重要性权重、贡献度权重计算以及单项标签综合权重计算公式，针对主二级进行重要性权重计算，通过重要性权重和贡献度权重综合进行评价标签权重赋值，可以依据实际***中运维人员查看各指标的频率和程度，在线选择实时调整权重，实现更为合理的权重赋值与UPFC性能评价。
附图说明
图1为本发明方法流程框图；
图2为本发明整体实施架构图；
图3为本发明实施例中的UPFC质量评价标签体系；
图4为本发明实施例中的UPFC功能评价标签体系；
图5为本发明实施例中的权重赋值流程。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述。本申请所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例。基于本发明精神，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明的保护范围。
如图1-图2所示，本发明实施例1提供一种UPFC设备画像展示与性能分析方法，在本发明优选但非限制性的实施方式中，所述方法包括以下步骤：
S1：获取UPFC运行相关数据并进行数据预处理和标签化处理，形成包括反映UPFC质量和功能的一级标签及反映一级标签各项指标的二级标签的UPFC性能评价标签库，其中二级标签包括标签名称以及标示值，并建立UPFC设备画像以展示标签相关数据，具体包括：
（1）数据获取：通过PMS***、OMS***、ERP***获取关于设备检修、运行、成本等数据，通过UPFC工程控制装置采集***获得设备运行的电气量；
（2）数据预处理：整合多渠道数据，对数据进行清洗、去重、去无效和去异常等预处理，完成对数据的筛选加工；
（3）标签化处理（即基于各类数据进行标签等级与体系划分，并确定二级标签标示值），形成标签库：UPFC设备的基本性能可以分为设备的质量和功能两个方面，因而建立包括设备基本性能、设备试验状况、设备运行状况、设备历史记录四项一级标签的UPFC质量评价标签体系；同理，建立包括设备承载力指标、装备技术指标、调度管理指标、设备运行指标的四项一级标签的UPFC功能评价标签体系；UPFC质量评价标签体系与UPFC功能评价标签体系中的一级标签及其相应的二级标签构成UPFC性能评价标签库；UPFC性能评价标签库中的二级标签包括标签名及二级标签标示值；后续步骤抽取各标签时，抽取内容包含标签名称和标签标示值，两者互相关联。
对于每一项一级标签，构建其二级标签，具体为：
如图3所示，UPFC质量评价标签体系中：
设备基本性能的二级标签包括技术参数、质量等级、性能效果；
设备试验状况的二级标签包括绝缘实验、特性试验、非电气试验、在线监测。
设备运行状况的二级标签包括实时运行状况、投运年限、投运环境；
设备历史记录的二级标签包括投运前状态、检修记录、家族质量史、故障缺陷及异常记录。
质量评价的二级标签标示值的取值方式为：
质量评价中设备基本性能、设备试验状况、设备运行状况、设备历史记录下设的各项二级指标包括的大多是非电气数据，在实际工程应用中需要在设备日常检修维护过程中根据设备实时运维检修结果、历史记录，结合专家***给出当前采样时刻合适取值，例如设备基本性能下的技术参数与装置购买有关，一般都选择最好，即取值为1，质量等级、性能效果等随着设备的使用或设备更新发生变化，因而在实际应用中一般都可以在设备检修过程中综合考虑设备型号、使用年限、试验效果、故障记录等，按照工作经验直接针对指标赋一个值。
其中取值过程中所需的实时运维检修结果、历史记录等通过上述（1）、（2）得到。
如图4所示，UPFC功能评价标签体系中：
设备承载力指标的二级标签包括变压器负载率、变压器电压变换率、线路截面规范化率、支路卡脖子线路比例；
装备技术指标的二级标签包括设备缺陷率、设备故障率、设备平均运行率；
调度管理指标的二级标签包括设备完整率、设备消缺率、设备异常运行提升率、人员误操作率；
设备运行指标的二级标签包括线损率、设备平均负载率、设备平均过载率、综合电压合格率、末端电压不合格线路比例。可以理解的是此处指标是标签名称里含有指标。
功能评价的二级标签标示值的取值方式为：
功能评价中设备承载力指标、装备技术指标、调度管理指标、设备运行指标下设的各项二级指标包括的大多是电气数据，指标大致可以分成三类：
第一类：存在额定值（变压器负载率、变压器电压变换率、设备平均负载率）；
第二类：最佳状态取值为1（线路截面规范化率、设备完整率、综合电压合格率）；
第三类：最佳状态取值为0（支路卡脖子线路比例、设备缺陷率、设备故障率、设备消缺率、人员误操作率、线损率、设备平均过载率、末端电压不合格线路比例、设备平均运行率、设备异常运行提升率）；
针对第一类按照（1-|计算数值-额定值|/额定值）作为标签标示值；
针对第二类直接计算出相应数值作为标签标示值；
针对第三类按照（1-计算数值）作为标签标示值。
所述计算数值的具体计算公式如下：
变压器负载率=指定时间周期内变压器平均输出的视在功率/该时间周期内变压器额定容量；
变压器电压变化率=（指定时间周期内变压器副边空载电压-副边负载电压）/副边额定电压；
线路截面规范化率=指定区域线路截面符合配电网规划设计导则要求的线路数量/该区域线路数量；
支路卡脖子线路比例=指定区域存在卡脖子支路的线路数量/该区域线路数量；其中卡脖子是指电网中供电能力充裕而供电线路截面积偏小，负荷侧用电量大，导致电压偏低的现象；
设备缺陷率=指定区域指定时间周期内存在缺陷的设备数量/该区域该时间周期设备数量；
设备故障率=指定区域指定时间周期内所有设备故障次数之和/该时间周期；
设备平均运行率=（日历时间-UPFC停用时间）/（日历时间）；
设备完整率=指定区域指定时间周期内无缺陷设备的数量/该区域该时间周期内设备数量；
设备消缺率=指定区域指定时间周期内设备缺陷及时消除的数量/该区域该时间周期内设备的总缺陷数；
设备异常运行提升率=（UPFC强迫停运提升率+UPFC故障跳闸恢复提升率）；
人员误操作率=误下令次数/下令总次数；
线损率=UPFC指定时间周期内输入电量与输出电量之差/UPFC指定时间周期内输入电量；
设备平均负载率=指定时间周期内UPFC负载率之和/该时间周期内运行的变压器数量；
设备平均过载率=指定时间周期内UPFC过载时间之和/该时间周期；
综合电压合格率=指定区域指定时间周期内电压合格的电压检测点数/该区域该时间周期内电压检测点数量和；
末端电压不合格线路比例=指定区域指定时间周期内末端电压不合格的线路数量/该区域该时间周期内运行的线路数量。
其中计算过程中所需的各参数值通过上述（1）、（2）得到。
（4）UPFC设备画像生成与展示：
（4.1）考虑数据的获取来源，将标签相关数据划分为：
通过企业资源计划***（ERP）获得的型号、额定参数、质量等级、性能效果等相关设备数据集合；如对于型号，其对应的标签名、标签标示值以及参与标示值计算的数据等相关数据均划分为该集合中；
通过设备运维管理***（PMS）获得的设备试验状况、设备运行状况、设备历史记录、设备缺陷率、设备故障率、设备平均运行率等相关设备数据集合；
通过调度管理***（OMS）、UPFC工程控制装置获得的变压器负载率、变压器电压变换率、线路截面规范化率、支路卡脖子线路比例、设备完整率、设备消缺率、设备异常运行提升率、人员误操作率、线损率、设备平均负载率、设备平均过载率、综合电压合格率、末端电压不合格线路比例等相关设备数据集合。
（4.2）依据日、月、年的评价周期进行相关设备数据集合的划分，以生成并展示相应的UPFC设备画像，即实现标签相关数据展示。
S2：对不同数据采样时刻获得的UPFC性能评价标签库中二级标签标示值进行主要数据提取，得到二级标签数据矩阵，具体为：
S2.1：将二级标签标示值正态分布标准化，得到正态分布标准化二级标签标示值矩阵X’：
1）将一级标签在不同数据采样时刻获得的二级标签标示值构成的数据集定义为X，X为多维矩阵；
例如两个数据采样时刻获得的图3中设备运行状况这一一级标签下二级标签标示值的数据集为一个2×3阶矩阵X，S2希望将这个矩阵进行数据提取得到1×3阶矩阵X f 。
，
结合图3可知，、/>、/>、分别表示第1数据采样时刻获得的设备运行状况这一一级标签下二级标签实时运行状况、投运年限、运行环境的标示值数据；/>、/>、/>分别表示第2数据采样时刻获得的设备运行状况这一一级标签下二级标签实时运行状况、投运年限、运行环境的标示值数据；
2）首先将矩阵X每一列进行归一化，得到各二级标签标示值的[0，1]归一化数据，然后对归一化数据直接做如下正态分布标准化处理：
计算二级标签标示值归一化数据在正态分布标准化处理前的均值和标准差，将得到的均值及其相应的标准差带入公式（1）计算得到正态分布标准化后的二级标签标示值L\M\N，实现二级标签值正态分布标准化，此时有正态分布标准化二级标签标示值矩阵：
，
(1)
式中： 、/> 、/>分别表示/> 、/> 、/>正态分布标准化后的二级标签标示值；/> 、 、/>分别表示/>、/>、/>正态分布标准化后的二级标签标示值；Ā为二级标签标示值A正态分布处理前的均值；σ为A正态分布处理前的标准差。
S2.2：经过公式（2）计算正态分布标准化二级标签标示值矩阵X’的协方差矩阵，将该协方差矩阵的特征值从大到小进行排序，对应的特征向量构成矩阵P，求出协方差矩阵最大的特征值和对应该特征值标准化后的特征向量P 1，带入公式（3）求出转换到新构建空间中的矩阵，即数据提取后的二级标签数据矩阵X f 。其中组成P的特征向量未进行标准化，P 1 是经过标准化的特征向量。
（2）
(3)
表示协方差运算，T为矩阵转置符号；/>、/>、/>为二级标签数据矩阵X f 的列矩阵元素。
X f 是针对设备运行状况下的三个二级标签进行主要数据提取得到的矩阵，同样的方法得到其余二级标签的主数据提取，提取完成后所有二级标签数据构成的矩阵为Y。
S3：基于S2得到的二级标签数据矩阵，对UPFC性能评价标签库中二级标签进行标签主成分提取，得到主二级标签及其标示值；
基于经过S2数据提取的二级标签数据矩阵，针对UPFC性能评价标签体系中二级标签进行标签主成分提取，具体为：
S3.1：计算经过S2数据提取的二级标签数据矩阵Y的协方差矩阵特征值及其对应特征向量，将所求出所有特征向量构成的矩阵P与二级标签数据矩阵Y相乘得到二级标签矩阵；
如将经过S2数据提取得到的二级标签数据构成的1×n阶矩阵记为Y，以功能评价标签体系为例n=16。经过公式（1）和公式（2）求出Y矩阵的协方差矩阵特征值λ i 和对应特征向量P i （这里要求出所有特征值及每一特征值对应的特征向量），将矩阵P和Y带入公式（3）有：
，
其中，、/>、/>分别表示矩阵P中第1、2、n行矩阵元素，/>、/>、/>分别表示Y矩阵中第1、2、16列矩阵元素，/>、/>、/>分别表示二级标签矩阵/>中第1、2、16列矩阵元素。
S3.2：将S3.1计算出的协方差矩阵特征值从大到小进行排序，并根据特征值计算累计方差贡献率，从二级标签矩阵（/>）中提取出累计方差贡献率满足要求时的特征值所对应二级标签名称及矩阵值，作为主成分标签及其标示值。即提取的标签有两个组成部分：标签名称和标签值，矩阵运算针对的是标签的标签值。具体如下：
对16个二级标签矩阵Y f 的协方差矩阵特征值从大到小进行排序，经过公式（4）计算累计方差贡献率直至累计方差贡献率大于95%，此时选取的二级标签作为主二级标签，其信息包含了绝大部分质量评价标签库信息。
（4）
式中：λ k 为第k个特征值；ρ为累计方差贡献率，n为标签总数。
例如S3最终得到的主二级标签及其标示值包括：Y 1:设备缺陷率；Y 2：设备异常提升率；Y 3：线损率；Y 4：综合电压合格率。其中“设备缺陷率”为主二级标签名称，“Y 1”为其相应的标示值；其他几个同理。
S4：针对S3得到的主二级标签进行重要性权重、贡献度权重计算，并获得单项标签综合权重，如图5所示，具体为：
假设UPFC质量评价二级标签进行主要标签提取后S3获得Y 1: 设备缺陷率；Y 2：设备异常提升率；Y 3：线损率；Y 4：综合电压合格率。所述权重计算具体为：
（1）重要性权重计算：为了简化描述，下面的公式（5）采用Y 1、Y 2、Y 3、Y 4表示相应的主二级标签名称；
引入虚拟标签Y 5，根据设备历史经验针对标签进行重要程度区分，两个标签进行对比，较为重要的取值为1，根据标签获得1的数量与所有标签获得1的总数之比得到对应标签的重要性权重，经过公式（5）计算求出各标签重要性权重:
(5)
其中、/>、/>、/>分别表示第1、2、3、4个主二级标签的重要性权重，可以理解的是，这里第1、2、3、4个主二级标签分别对应为/>、/>、/>、/>。
（2）贡献度权重计算：基于主二级标签的标示值，经过公式（6）计算出第i个主二级标签的贡献度权重W i ：
(6)
式中：P i 、P j ：第i、j个主二级标签相对于所有主二级标签的贡献度；
E i 、E j ：第i、j个主二级标签的不确定度；
W i ：第i个主二级标签的贡献度权重；
为第i个主二级标签的标示值；
、/>、/>、/>分别表示第1、2、3、4个主二级标签的标示值。
（3）将重要性权重、贡献度权重带入公式（7），将重要性权重和贡献度权重相乘，再归一化，得到单项标签综合权重。
(7)
其中、/>表示第i、j个主二级标签的重要性权重；/>、/>表示第i、j个主二级标签的贡献度权重。
S5：将主二级标签的标示值与单项标签综合权重结合获得最终的性能评价结果，具体为：
将S3得到的主二级标签的标示值数据Y 1、Y 2、Y 3、Y 4和S4公式（7）得到的权重结合经过下式计算得到最终性能评价，得到性能评价值。/>
(8)
其中为第i个主二级标签的标示值数据；/>为第i个主二级标签的综合权重。
公式（8）得到的性能评价值结合表1可得到最终的性能评价结果，表示UPFC设备状况。
表1 性能评价值与性能评价结果对应关系
本发明实施例2提供一种UPFC设备画像展示与性能分析***，包括：
标签库构建以及设备画像展示模块，用于获取UPFC运行相关数据并进行数据预处理和标签化处理，形成包括一级标签及其二级标签的UPFC性能评价标签库，其中二级标签包括标签名称以及标示值，并建立UPFC设备画像以展示标签相关数据；
主要数据提取模块，用于对不同数据采样时刻获得的UPFC性能评价标签库中二级标签标示值进行主要数据提取，得到二级标签数据矩阵；
标签主成分提取模块，用于基于二级标签数据矩阵，对UPFC性能评价标签库中二级标签进行标签主成分提取，得到主二级标签及其标示值；
综合权重计算模块，用于针对主二级标签进行重要性权重、贡献度权重计算，并获得单项标签综合权重；
性能评价模块，用于将主二级标签的标示值与单项标签综合权重结合获得最终的性能评价结果。
一种终端，包括处理器及存储介质；所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行所述方法的步骤。
计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述方法的步骤。
本发明的有益效果在于，与现有技术相比：
（1）采用设备信息标签化技术结合设备运行数据和分析出来的特征数据，对于收集到设备的多维数据进行整合，获取数据后对数据进行清洗、去重、去无效、去异常等处理，可以从海量数据中提取到设备特征标签，构建UPFC质量及功能评价标签体系，通过数据预处理及标签化处理实现UPFC设备画像，将UPFC的性能信息进行具象化展示，能够多方位采集UPFC的设备信息，统计并区分展示相关运行状态评价指标，一方面方便计算机的识别及处理，另一方面利于后期的分析和统计；
（2）基于正态分布标准化处理和协方差计算，对UPFC不同数据采样期的标签标示值进行主要数据提取，实现数据降维，与直接采集设备数据相比，可以更好的综合不同采样期状态量的变化；
（3）基于协方差计算和累计方差贡献率计算，针对UPFC性能评价库中二级标签进行主标签提取，能更准确地对UPFC运行状态进行评价，并且通过标签的形式使得评价指标的变更更为方便。
（4）提出主二级标签重要性权重、贡献度权重计算以及单项标签综合权重计算公式，针对主二级进行重要性权重计算，通过重要性权重和贡献度权重综合进行评价标签权重赋值，可以依据实际***中运维人员查看各指标的频率和程度，在线选择实时调整权重，实现更为合理的权重赋值与UPFC性能评价。
本公开可以是***、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、静态随机存取存储器（SRAM）、便携式压缩盘只读存储器（CD-ROM）、数字多功能盘（DVD）、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其它自由传播的电磁波、通过波导或其它传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构（ISA）指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列（FPGA）或可编程逻辑阵列（PLA），该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (13)

1.一种UPFC设备画像展示与性能分析方法，其特征在于：
所述方法包括以下步骤：
S1：获取UPFC运行相关数据并进行数据预处理和标签化处理，形成包括反映UPFC质量和功能的一级标签及反映一级标签各项指标的二级标签的UPFC性能评价标签库，其中二级标签包括标签名称以及标示值，并建立UPFC设备画像以展示标签相关数据；
S2：对不同数据采样时刻获得的UPFC性能评价标签库中二级标签标示值进行数据提取，得到二级标签数据矩阵；
S3：基于S2得到的二级标签数据矩阵，对UPFC性能评价标签库中二级标签进行标签主成分提取，得到主二级标签及其标示值；
S4：针对S3得到的主二级标签进行重要性权重、贡献度权重计算，并获得单项标签综合权重；其中，重要性权重计算方式为：根据设备历史经验针对主二级标签进行两两重要程度对比，较为重要的取值为1，计算标签获得1的数量与所有标签获得1的总数之比，得到对应标签的重要性权重；
贡献度权重计算公式为：
式中：为第i个主二级标签的标示值；/>、/>、/>、/>分别为第1、2、3、/>个主二级标签的标示值；/>为主二级标签数量；P i 、P j 为第i、j个主二级标签相对于所有主二级标签的贡献度；E i 、E j 为第i、j个主二级标签的不确定度；W i 为第i个主二级标签的贡献度权重；
S5：将主二级标签的标示值与单项标签综合权重结合获得最终的性能评价结果。
2.根据权利要求1所述的一种UPFC设备画像展示与性能分析方法，其特征在于：
步骤S1中，建立包括设备基本性能、设备试验状况、设备运行状况、设备历史记录四项一级标签的UPFC质量评价标签体系，以及包括设备承载力指标、装备技术指标、调度管理指标、设备运行指标的四项一级标签的UPFC功能评价标签体系，并对于每一项一级标签，构建其二级标签，具体为：
UPFC质量评价标签体系中：
设备基本性能的二级标签包括技术参数、质量等级、性能效果；
设备试验状况的二级标签包括绝缘实验、特性试验、非电气试验、在线监测；
设备运行状况的二级标签包括实时运行状况、投运年限、投运环境；
设备历史记录的二级标签包括投运前状态、检修记录、家族质量史、故障缺陷及异常记录；
UPFC功能评价标签体系中：
设备承载力指标的二级标签包括变压器负载率、变压器电压变换率、线路截面规范化率、支路卡脖子线路比例；
装备技术指标的二级标签包括设备缺陷率、设备故障率、设备平均运行率；
调度管理指标的二级标签包括设备完整率、设备消缺率、设备异常运行提升率、人员误操作率；
设备运行指标的二级标签包括线损率、设备平均负载率、设备平均过载率、综合电压合格率、末端电压不合格线路比例；
UPFC质量评价标签体系与UPFC功能评价标签体系中的一级标签及其相应的二级标签构成UPFC性能评价标签库。
3.根据权利要求2所述的一种UPFC设备画像展示与性能分析方法，其特征在于：
UPFC质量评价标签体系中的二级标签标示值基于UPFC运行相关数据确定；
UPFC功能评价标签体系中二级标签标示值的取值方式为：
对于存在额定值的二级标签，其标示值为：1-|计算数值-额定值|/额定值；
对于最佳状态取值为1的二级标签，其标示值为：标签计算数值；
对于最佳状态取值为0的二级标签，其标示值为：1-计算数值；
其中计算数值为基于UPFC运行相关数据计算得到的标签数值。
4.根据权利要求1所述的一种UPFC设备画像展示与性能分析方法，其特征在于：
步骤S1中，考虑数据的获取来源，依据日、月、年的周期将UPFC性能评价标签库的标签相关数据划分为不同设备数据集合，以生成并展示相应的UPFC设备画像。
5.根据权利要求1所述的一种UPFC设备画像展示与性能分析方法，其特征在于：
步骤S2具体包括：
S2.1：将二级标签标示值正态分布标准化，得到正态分布标准化二级标签标示值矩阵X’；
S2.2：计算正态分布标准化二级标签标示值矩阵X’的协方差矩阵，将该协方差矩阵的特征值从大到小进行排序，对应的特征向量构成矩阵P，求出协方差矩阵最大的特征值和对应该特征值标准化后的特征向量矩阵P 1，将P 1转置后与X’相乘得出转换到新构建空间中的矩阵，即二级标签数据矩阵。
6.根据权利要求5所述的一种UPFC设备画像展示与性能分析方法，其特征在于：
S2.1具体包括：
（1）将一级标签在不同数据采样时刻获得的二级标签标示值构成的数据集定义为X，X为多维矩阵；
（2）将矩阵X每一列进行归一化，得到各二级标签标示值的[0，1]归一化数据，然后对归一化数据进行如下正态分布标准化处理：
计算二级标签标示值归一化数据的均值和标准差，将得到的均值及其相应的标准差带入下式计算得到正态分布标准化后的二级标签标示值，实现二级标签值正态分布标准化，进而得到正态分布标准化二级标签标示值矩阵X’：
式中：Ā为二级标签标示值归一化数据A的均值；为A的标准差。
7.根据权利要求1所述的一种UPFC设备画像展示与性能分析方法，其特征在于：
步骤S3具体包括：
S3.1：计算S2得到的二级标签数据矩阵Y的协方差矩阵特征值及其对应特征向量，将所求出的所有特征向量构成的矩阵P与二级标签数据矩阵Y相乘得到二级标签矩阵；
S3.2：将S3.1计算出的协方差矩阵特征值从大到小进行排序，并根据特征值计算累计方差贡献率，从二级标签矩阵中提取出累计方差贡献率满足要求时的特征值所对应二级标签名称及矩阵值，作为主成分标签及其标示值。
8.根据权利要求7所述的一种UPFC设备画像展示与性能分析方法，其特征在于：
累计方差贡献率计算公式为：
式中：λ k 为第k个特征值；ρ为累计方差贡献率；n为标签总数。
9.根据权利要求1所述的一种UPFC设备画像展示与性能分析方法，其特征在于：
步骤S4中，将重要性权重和贡献度权重相乘并归一化，得到单项标签综合权重。
10.根据权利要求1所述的一种UPFC设备画像展示与性能分析方法，其特征在于：
步骤S5中，将各主二级标签的标示值与其对应的单项标签综合权重相乘后累加得到性能评价值，根据性能评价值所在区间范围得出表示UPFC设备状况的性能评价结果。
11.一种UPFC设备画像展示与性能分析***，利用权利要求1-10任一项所述的方法，其特征在于：所述分析***包括：
标签库构建以及设备画像展示模块，用于获取UPFC运行相关数据并进行数据预处理和标签化处理，形成包括反映UPFC质量和功能的一级标签及反映一级标签各项指标的二级标签的UPFC性能评价标签库，其中二级标签包括标签名称以及标示值，并建立UPFC设备画像以展示标签相关数据；
主要数据提取模块，用于对不同数据采样时刻获得的UPFC基本性能评价标签库中二级标签标示值进行数据提取，得到二级标签数据矩阵；
标签主成分提取模块，用于基于二级标签数据矩阵，对UPFC性能评价标签库中二级标签进行标签主成分提取，得到主二级标签及其标示值；
综合权重计算模块，用于针对主二级标签进行重要性权重、贡献度权重计算，并获得单项标签综合权重；
性能评价模块，用于将主二级标签的标示值与单项标签综合权重结合获得最终的性能评价结果。
12.一种终端，包括处理器及存储介质；其特征在于：
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1-10任一项所述方法的步骤。
13.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-10任一项所述方法的步骤。
CN202311703858.XA 2023-12-13 2023-12-13 一种upfc设备画像展示与性能分析方法和*** Active CN117408573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311703858.XA CN117408573B (zh) 2023-12-13 2023-12-13 一种upfc设备画像展示与性能分析方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311703858.XA CN117408573B (zh) 2023-12-13 2023-12-13 一种upfc设备画像展示与性能分析方法和***

Publications (2)

Publication Number Publication Date
CN117408573A CN117408573A (zh) 2024-01-16
CN117408573B true CN117408573B (zh) 2024-02-09

Family

ID=89500246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311703858.XA Active CN117408573B (zh) 2023-12-13 2023-12-13 一种upfc设备画像展示与性能分析方法和***

Country Status (1)

Country Link
CN (1) CN117408573B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862279A (zh) * 2021-01-26 2021-05-28 上海应用技术大学 高速公路行车道路面状况评价方法
CN114066620A (zh) * 2021-11-29 2022-02-18 中国工商银行股份有限公司 基于客户画像的客户信息处理方法及装置
CN114548756A (zh) * 2022-02-21 2022-05-27 国网江苏省电力有限公司营销服务中心 基于主成分分析的综合能源项目综合效益评价方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862279A (zh) * 2021-01-26 2021-05-28 上海应用技术大学 高速公路行车道路面状况评价方法
CN114066620A (zh) * 2021-11-29 2022-02-18 中国工商银行股份有限公司 基于客户画像的客户信息处理方法及装置
CN114548756A (zh) * 2022-02-21 2022-05-27 国网江苏省电力有限公司营销服务中心 基于主成分分析的综合能源项目综合效益评价方法及装置

Also Published As

Publication number Publication date
CN117408573A (zh) 2024-01-16

Similar Documents

Publication Publication Date Title
Yu et al. Reliability constraint stochastic UC by considering the correlation of random variables with Copula theory
Shi et al. Short-term wind power generation forecasting: Direct versus indirect ARIMA-based approaches
CN109670676A (zh) 基于支持向量数据描述的配网台区风险预警方法及***
WO2013042493A1 (ja) 電力需要予測システムおよび方法
Adoghe et al. Asset maintenance planning in electric power distribution network using statistical analysis of outage data
CN108320043A (zh) 一种基于电力大数据的配电网设备状态诊断预测方法
CN110675070B (zh) 智能微网设备关键度分析方法
CN111160626B (zh) 一种基于分解融合的电力负荷时间序列控制方法
CN114386753A (zh) 一种基于主变负载状况的设备风险综合分析预警方法
CN116522746A (zh) 高耗能企业配电托管方法
Plieva et al. Method for determining the reliability indicators of elements in the distribution power system
Baesmat et al. A new hybrid method for electrical load forecasting based on deviation correction and MRMRMS
CN111105218A (zh) 一种基于全息影像技术的配电网运行监视方法
Zhao et al. [Retracted] An Innovation and Entrepreneurship Management System for Universities Based on Cluster Analysis Theory
Wadi et al. Reliability and sensitivity analysis for closed-ring distribution power systems
Tena-García et al. Implementing data reduction strategies for the optimal design of renewable energy systems
Shamsuzzaman et al. Design of economic X̄ chart for monitoring electric power loss through transmission and distribution system
CN117408573B (zh) 一种upfc设备画像展示与性能分析方法和***
CN111861587A (zh) 一种基于隐马尔可夫模型和向前算法的居民用电行为分析的***及方法
CN115877145A (zh) 一种变压器重过载工况大数据交叉评估***及方法
WO2021243930A1 (zh) 母线负荷构成辨识方法及机器可读存储介质
CN114139408A (zh) 一种电力变压器健康状态评估方法
Xie et al. Knowledge Acquisition for Transformer Condition Assessment Using Synthetic Minority Over-sampling Technique and Decision Tree Algorithm
CN106886851A (zh) 基于电能表状态检修的电能表备品备件预测方法
CN112016631A (zh) 一种低电压治理相关的改进方案

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
CB03 Change of inventor or designer information

Inventor after: Chen Zhijun

Inventor after: Yu Jiayan

Inventor after: Huang Yufeng

Inventor after: Zhang Mengjie

Inventor after: Wang Chuyang

Inventor after: Wang Jun

Inventor after: Chen Bin

Inventor after: Yu Chao

Inventor after: Zhang Ke

Inventor after: Yang Xiangyu

Inventor after: Zhang Bin

Inventor after: Pang Wenchen

Inventor after: Zhou Qiang

Inventor before: Chen Zhijun

Inventor before: Huang Yufeng

Inventor before: Zhang Mengjie

Inventor before: Wang Chuyang

Inventor before: Wang Jun

Inventor before: Chen Bin

Inventor before: Yu Chao

Inventor before: Zhang Ke

Inventor before: Yang Xiangyu

Inventor before: Zhang Bin

Inventor before: Pang Wenchen

Inventor before: Zhou Qiang

CB03 Change of inventor or designer information