Nothing Special   »   [go: up one dir, main page]

CN109005519A - 电机设备故障智能监测系统 - Google Patents

电机设备故障智能监测系统 Download PDF

Info

Publication number
CN109005519A
CN109005519A CN201811019877.XA CN201811019877A CN109005519A CN 109005519 A CN109005519 A CN 109005519A CN 201811019877 A CN201811019877 A CN 201811019877A CN 109005519 A CN109005519 A CN 109005519A
Authority
CN
China
Prior art keywords
node
sensor node
motor device
cluster head
characteristic parameter
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
CN201811019877.XA
Other languages
English (en)
Other versions
CN109005519B (zh
Inventor
甘坚梅
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.)
JIANGSU CHANGSHU ELECTRIC POWER GENERATING Co.,Ltd.
Original Assignee
Foshan Bean Technology 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 Foshan Bean Technology Co Ltd filed Critical Foshan Bean Technology Co Ltd
Priority to CN201811019877.XA priority Critical patent/CN109005519B/zh
Publication of CN109005519A publication Critical patent/CN109005519A/zh
Application granted granted Critical
Publication of CN109005519B publication Critical patent/CN109005519B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/46—Cluster building
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明提供了电机设备故障智能监测系统，包括监测子系统和故障诊断子系统，所述监测子系统包括传感器节点、汇聚节点；所述传感器节点安装在电机设备上，所述传感器节点和汇聚节点组成无线传感器网络，每个传感器节点检测电机设备的特征参数，将各个电机设备的特征参数汇聚于汇聚节点，所述汇聚节点与故障诊断子系统连接，所述故障诊断子系统集中处理各个电机设备的特征参数并且监测设备状态。

Description

电机设备故障智能监测系统
技术领域
本发明涉及电机设备故障监测领域，具体涉及电机设备故障智能监测系统。
背景技术
在现代化标准厂房的生产现场中，广泛部署有各类大型机组，机组具有“三大”(体积大、功率大、流量大)、“三高”(转速高、压力高、运行检修及时性要求高)的特点，其工作环境兼具高温、高压(超高压)、磨蚀等特点，这些因素极易导致设备突发故障的发生，对工业设备安全、连续、可靠的运行造成威胁。
决策树是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是只管运用概率分析的一种图解方法。贝叶斯网络是一个有向无环图，通过一个条件概率分布直观地表达各个变量之间的依赖关系。因此将决策树-贝叶斯网络应用到电机故障诊断中，可以有效的处理不确定信息，从而得到正确的结果。
发明内容
针对上述问题，本发明提供电机设备故障智能监测系统。
本发明的目的采用以下技术方案来实现：
提供了电机设备故障智能监测系统，包括监测子系统和故障诊断子系统，所述监测子系统包括传感器节点、汇聚节点；所述传感器节点安装在电机设备上，所述传感器节点和汇聚节点组成无线传感器网络，每个传感器节点检测电机设备的特征参数，将各个电机设备的特征参数汇聚于汇聚节点，所述汇聚节点与故障诊断子系统连接，所述故障诊断子系统集中处理各个电机设备的特征参数并且监测设备状态。
优选地，所述传感器节点包括传感器单元、供电单元、射频单元、处理单元；
所述传感器单元用于监测的电机设备的特征参数的采集和数据转换；所述处理单元为传感器节点的中央处理器，处理各个传感器采集数据的处理和控制，协调整个传感器节点各个单元的工作；所述射频单元用于与其他传感器节点以及汇聚节点通信；所述供电单元负责给整个传感器节点各个单元提供电源。
其中，所述故障诊断子系统集中处理各个电机设备的特征参数并且监测设备状态，包括：
(1)整理电机故障状态信息，构建专家知识库；
(2)根据电机的工作手册和专家知识库以及所述各个电机设备的特征参数，整理出电机发生故障时的特征信息，建立故障决策树模型，根据专家知识库计算决策树各个节点的概率；
(3)将决策树模型转换为决策树-贝叶斯网络模型；
(4)实时数据采集，通过专家知识库和工作手册判断电机故障类别；
(5)遍历建立的决策树-贝叶斯网络模型；
(6)检测决策树-贝叶斯网络的触底事件，若与实时故障类别相同则记录遍历过的节点；
(7)根据决策树-贝叶斯网络节点的概率形成故障原因诊断报告。
本发明的有益效果为：通过无线传感器网络技术实现了电机设备的特征参数的实时采集；通过建立决策树-贝叶斯网络模型可以有效的解决电机故障诊断中的不确定性信息问题，从而获得准确、有效的诊断效果。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明一个实施例的电机设备故障智能监测系统的结构示意框图；
图2是本发明一个实施例的传感器节点的框图示意图。
附图标记：
监测子系统1、故障诊断子系统2、传感器单元10、供电单元20、射频单元30、处理单元40。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例提供的电机设备故障智能监测系统，包括监测子系统1和故障诊断子系统2，所述监测子系统1包括传感器节点、汇聚节点；所述传感器节点安装在电机设备上，所述传感器节点和汇聚节点组成无线传感器网络，每个传感器节点检测电机设备的特征参数，将各个电机设备的特征参数汇聚于汇聚节点，所述汇聚节点与故障诊断子系统2连接，所述故障诊断子系统2集中处理各个电机设备的特征参数并且监测设备状态。
其中，所述故障诊断子系统2集中处理各个电机设备的特征参数并且监测设备状态，包括：
(1)整理电机故障状态信息，构建专家知识库；
(2)根据电机的工作手册和专家知识库以及所述各个电机设备的特征参数，整理出电机发生故障时的特征信息，建立故障决策树模型，根据专家知识库计算决策树各个节点的概率；
(3)将决策树模型转换为决策树-贝叶斯网络模型；
(4)实时数据采集，通过专家知识库和工作手册判断电机故障类别；
(5)遍历建立的决策树-贝叶斯网络模型；
(6)检测决策树-贝叶斯网络的触底事件，若与实时故障类别相同则记录遍历过的节点；
(7)根据决策树-贝叶斯网络节点的概率形成故障原因诊断报告。
在一种优选实施的方式中，如图2所示，所述传感器节点包括传感器单元10、供电单元20、射频单元30、处理单元40；
所述传感器单元10用于监测的电机设备的特征参数的采集和数据转换；所述处理单元40为传感器节点的中央处理器，处理各个传感器采集数据的处理和控制，协调整个传感器节点各个单元的工作；所述射频单元30用于与其他传感器节点以及汇聚节点通信；所述供电单元20负责给整个传感器节点各个单元提供电源。
本发明的有益效果为：通过无线传感器网络技术实现了电机设备的特征参数的实时采集；通过建立决策树-贝叶斯网络模型可以有效的解决电机故障诊断中的不确定性信息问题，从而获得准确、有效的诊断效果。
在一种能够实现的方式中，各传感器节点在网络拓扑构建阶段被分为多个簇，每个簇设有一个簇头，簇内的传感器节点将采集的电机设备的特征参数传送至对应的簇头，簇头将接收的电机设备的特征参数通过多跳路由的方式传输至汇聚节点。
在一种实施方式中，多个传感器节点基于LEACH路由协议进行分簇。在另一种实施方式中，多个传感器节点被分为多个簇，包括：
(1)汇聚节点向各传感器节点广播分簇消息，各传感器节点接收到所述分簇消息后，根据下列公式确定自己成为临时簇头的概率，并随机生成一个0到1的随机数，若确定的概率大于该随机数，则成为临时簇头：
式中，Pa为传感器节点a成为临时簇头的概率，Pa0为预设的传感器节点a成为临时簇头的初始概率，Ea为传感器节点a的当前剩余能量，Ea0为传感器节点a的初始能量；
(2)各临时簇头按照下列公式计算自己的权值，并广播至通信范围内的其他传感器节点：
式中，Qb表示临时簇头b的权值，Db为临时簇头b的最大传输距离，nb为临时簇头b的最大传输距离范围内的传感器节点个数，dib为临时簇头b与其最大传输距离范围内的第i个传感器节点的距离；
(3)各个传感器节点比较在其通信范围内的全部临时簇头的权值，并选择权值最大的临时簇头作为其最终所属的簇头。
本实施例提出了一种新的分簇路由协议，该协议先确定临时簇头，再根据临时簇头的权值确定最终簇头。其中，本实施例提出了临时簇头的权值计算公式，基于该权值确定最终簇头，能够避免在彼此的最大传输距离范围内的两个传感器节点均称为簇头。本实施例能够提高簇头分布的均匀性，从而有益于均衡簇头之间的能耗，延长无线传感器网络的寿命。
在一个实施例中，传感器节点可调到最大的感知半径为Rmax，初始时，网络中各传感器节点将自身的感知半径调节为Rmax；分簇后，簇头在其簇内的传感器节点选择一个传感器节点作为数据收集节点，簇头与所述数据收集节点保持自身的感知半径始终为Rmax；在数据传输阶段，簇内其余传感器节点周期性地根据当前剩余能量调节自己的感知半径，根据感知半径采集电机设备的特征参数，以及，在簇头和数据收集节点中选择距离最近的作为目的节点，以将采集的电机设备的特征参数发送至目的节点；所述数据收集节点在接收的电机设备的特征参数量达到设定的数据量阈值时，将接收的电机设备的特征参数发送至所属的簇头。
在一种实施方式中，簇内其余传感器节点周期性地根据当前剩余能量调节自己的感知半径，包括：
式中，Ra为传感器节点a当前调节后的感知半径，T(a)表示传感器节点a的目标节点，da,((a)为传感器节点a与其目标节点的距离，D(a)为传感器节点a所属簇的簇半径，为预设的距离影响因子，Ea为传感器节点a的当前剩余能量，ET(a)为所述目标节点的当前剩余能量。
网络中存活的传感器节点随着时间的推移，由于信号干扰等多方面的因素将造成通信能耗不均衡的问题，使得传感器节点剩余能量发生差异。若较低剩余能量的传感器节点仍然与其他传感器节点一样担任同样程度的感知任务，则很可能会快速失效，进而影响整个无线传感器网络的传输性能以及可靠性。基于该问题，本实施例中，设置传感器节点定期根据自身的剩余能量调节自己的感知半径，并创新性地设定了传感器节点的感知半径调节公式。由该公式可知，随着传感器节点的能量减少，其感知半径也将随着调整而变小。通过本实施例的调节公式来为每个传感器节点设置合理的感知范围，有利于减少网络冗余覆盖和不必要的能量消耗，促进簇内各传感器节点的能耗平衡，进而益于减缓传感器节点的失效速率，延长网络生存期。
在一个实施例中，簇头在其簇内的传感器节点选择一个传感器节点作为数据收集节点，具体为：
(1)簇头计算簇内各传感器节点成为数据收集节点的概率：
式中，Gα为传感器节点α成为数据收集节点的概率，nα为传感器节点α的最大传输距离范围内的传感器节点个数，Nα为传感器节点α所在簇具有的传感器节点个数，Eα为传感器节点α的当前剩余能量，Eα0为传感器节点α的初始能量，Eβ为传感器节点α的最大传输距离范围内第3个传感器节点的当前剩余能量，Eα0为所述第3个传感器节点的初始能量，λ1、λ2为预设的权重系数；
(2)簇头选取成为数据收集节点的概率最大的传感器节点作为数据收集节点。
本实施例设置数据收集节点进行电机设备的特征参数的辅助收集，有利于降低簇头的负载，避免所有工作节点将电机设备的特征参数都直接发送至簇头而产生过多能耗。本实施例创新性地设计了成为数据收集节点的概率的计算公式，并依据各传感器节点成为数据收集节点的概率来确定数据收集节点，有益于提高数据收集节点进行电机设备的特征参数收集和传输的任务的可靠性。
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，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.电机设备故障智能监测系统，其特征是，包括监测子系统和故障诊断子系统，所述监测子系统包括传感器节点、汇聚节点；所述传感器节点安装在电机设备上，所述传感器节点和汇聚节点组成无线传感器网络，每个传感器节点检测电机设备的特征参数，将各个电机设备的特征参数汇聚于汇聚节点，所述汇聚节点与故障诊断子系统连接，所述故障诊断子系统集中处理各个电机设备的特征参数并且监测设备状态。
2.根据权利要求1所述的电机设备故障智能监测系统，其特征是，所述传感器节点包括传感器单元、供电单元、射频单元、处理单元；
所述传感器单元用于监测的电机设备的特征参数的采集和数据转换；所述处理单元为传感器节点的中央处理器，处理各个传感器采集数据的处理和控制，协调整个传感器节点各个单元的工作；所述射频单元用于与其他传感器节点以及汇聚节点通信；所述供电单元负责给整个传感器节点各个单元提供电源。
3.根据权利要求1所述的电机设备故障智能监测系统，其特征是，所述故障诊断子系统集中处理各个电机设备的特征参数并且监测设备状态，包括：
(1)整理电机故障状态信息，构建专家知识库；
(2)根据电机的工作手册和专家知识库以及所述各个电机设备的特征参数，整理出电机发生故障时的特征信息，建立故障决策树模型，根据专家知识库计算决策树各个节点的概率；
(3)将决策树模型转换为决策树-贝叶斯网络模型；
(4)实时数据采集，通过专家知识库和工作手册判断电机故障类别；
(5)遍历建立的决策树-贝叶斯网络模型；
(6)检测决策树-贝叶斯网络的触底事件，若与实时故障类别相同则记录遍历过的节点；
(7)根据决策树-贝叶斯网络节点的概率形成故障原因诊断报告。
4.根据权利要求1所述的电机设备故障智能监测系统，其特征是，各传感器节点在网络拓扑构建阶段被分为多个簇，每个簇设有一个簇头，簇内的传感器节点将采集的电机设备的特征参数传送至对应的簇头，簇头将接收的电机设备的特征参数通过多跳路由的方式传输至汇聚节点。
5.根据权利要求4所述的电机设备故障智能监测系统，其特征是，多个传感器节点被分为多个簇，包括：
(1)汇聚节点向各传感器节点广播分簇消息，各传感器节点接收到所述分簇消息后，根据下列公式确定自己成为临时簇头的概率，并随机生成一个0到1的随机数，若确定的概率大于该随机数，则成为临时簇头：
式中，Pa为传感器节点a成为临时簇头的概率，Pa0为预设的传感器节点a成为临时簇头的初始概率，Ea为传感器节点a的当前剩余能量，Ea0为传感器节点a的初始能量；
(2)各临时簇头按照下列公式计算自己的权值，并广播至通信范围内的其他传感器节点：
式中，Qb表示临时簇头b的权值，Db为临时簇头b的最大传输距离，nb为临时簇头b的最大传输距离范围内的传感器节点个数，dib为临时簇头b与其最大传输距离范围内的第i个传感器节点的距离；
(3)各个传感器节点比较在其通信范围内的全部临时簇头的权值，并选择权值最大的临时簇头作为其最终所属的簇头。
6.根据权利要求4所述的电机设备故障智能监测系统，其特征是，传感器节点可调到最大的感知半径为Rmax，初始时，网络中各传感器节点将自身的感知半径调节为Rmax；分簇后，簇头在其簇内的传感器节点选择一个传感器节点作为数据收集节点，簇头与所述数据收集节点保持自身的感知半径始终为Rmax；在数据传输阶段，簇内其余传感器节点周期性地根据当前剩余能量调节自己的感知半径，根据感知半径采集电机设备的特征参数，以及，在簇头和数据收集节点中选择距离最近的作为目的节点，以将采集的电机设备的特征参数发送至目的节点；所述数据收集节点在接收的电机设备的特征参数量达到设定的数据量阈值时，将接收的电机设备的特征参数发送至所属的簇头。
CN201811019877.XA 2018-09-03 2018-09-03 电机设备故障智能监测系统 Active CN109005519B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811019877.XA CN109005519B (zh) 2018-09-03 2018-09-03 电机设备故障智能监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811019877.XA CN109005519B (zh) 2018-09-03 2018-09-03 电机设备故障智能监测系统

Publications (2)

Publication Number Publication Date
CN109005519A true CN109005519A (zh) 2018-12-14
CN109005519B CN109005519B (zh) 2021-05-14

Family

ID=64590274

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811019877.XA Active CN109005519B (zh) 2018-09-03 2018-09-03 电机设备故障智能监测系统

Country Status (1)

Country Link
CN (1) CN109005519B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109862314A (zh) * 2019-01-24 2019-06-07 苏州华盖信息科技有限公司 一种视频图像获取和处理系统及其方法
CN110621003A (zh) * 2019-09-23 2019-12-27 上海大学 一种电气设备故障诊断装置
CN116467468A (zh) * 2023-05-05 2023-07-21 国网浙江省电力有限公司 基于知识图谱技术的电力管理系统异常信息处置方法
CN116935608A (zh) * 2023-09-18 2023-10-24 广州春光新能源科技发展有限公司 一种空气能设备的远程智能监控方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102404401A (zh) * 2011-11-22 2012-04-04 三峡大学 基于wsn的机群状态监测系统及方法
US9031571B2 (en) * 2008-04-11 2015-05-12 Alcatel Lucent Methods and apparatus for coverage verification in a wireless sensor network
CN108345723A (zh) * 2018-01-24 2018-07-31 江苏新中天塑业有限公司 一种基于决策树和贝叶斯网络的电机故障诊断系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9031571B2 (en) * 2008-04-11 2015-05-12 Alcatel Lucent Methods and apparatus for coverage verification in a wireless sensor network
CN102404401A (zh) * 2011-11-22 2012-04-04 三峡大学 基于wsn的机群状态监测系统及方法
CN108345723A (zh) * 2018-01-24 2018-07-31 江苏新中天塑业有限公司 一种基于决策树和贝叶斯网络的电机故障诊断系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
巨德文: "《中国优秀硕士学位论文全文数据库》", 15 July 2012 *
范雄男，陈庆奎: "WSN 中基于可调感知半径的节点睡眠算法", 《计算机工程》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109862314A (zh) * 2019-01-24 2019-06-07 苏州华盖信息科技有限公司 一种视频图像获取和处理系统及其方法
CN110621003A (zh) * 2019-09-23 2019-12-27 上海大学 一种电气设备故障诊断装置
CN116467468A (zh) * 2023-05-05 2023-07-21 国网浙江省电力有限公司 基于知识图谱技术的电力管理系统异常信息处置方法
CN116467468B (zh) * 2023-05-05 2024-01-05 国网浙江省电力有限公司 基于知识图谱技术的电力管理系统异常信息处置方法
CN116935608A (zh) * 2023-09-18 2023-10-24 广州春光新能源科技发展有限公司 一种空气能设备的远程智能监控方法及系统
CN116935608B (zh) * 2023-09-18 2023-12-05 广州春光新能源科技发展有限公司 一种空气能设备的远程智能监控方法及系统

Also Published As

Publication number Publication date
CN109005519B (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN109005519A (zh) 电机设备故障智能监测系统
CN105515184B (zh) 基于无线传感网络的多传感器多参量配网协同监测系统
Jain A coherent approach for dynamic cluster-based routing and coverage hole detection and recovery in bi-layered WSN-IoT
Arikumar et al. EELTM: an energy efficient LifeTime maximization approach for WSN by PSO and fuzzy-based unequal clustering
Jafarali Jassbi et al. Fault tolerance and energy efficient clustering algorithm in wireless sensor networks: FTEC
CN109313841A (zh) 用于在传感器网络中实现自适应聚类的方法和系统
Swami Durai et al. Certain investigation on healthcare monitoring for enhancing data transmission in WSN
Sarao Machine learning and deep learning techniques on wireless networks
CN117412334A (zh) 一种异构无线网络承载电力业务资源调度方法
CN108233538A (zh) 输电线路导线状态实时监测系统
CN118174456A (zh) 一种自感知监测智能化控制配电系统
Saoudi et al. Energy-efficient data mining techniques for emergency detection in wireless sensor networks
Kumar et al. An optimal emperor penguin optimization based enhanced flower pollination algorithm in WSN for fault diagnosis and prolong network lifespan
CN107333316B (zh) 一种无线传感器网络容错拓扑构建方法
Kaur et al. Machine learning technique for wireless sensor networks
Rao et al. Wireless sensor network routing for life time maximization using ANFIS based decision with low power consumption
Ghosh et al. A novel approach towards selection of role model cluster head for power management in WSN
CN109219009A (zh) 电机设备健康管理系统
CN118555577A (zh) 一种无人机远程遥控组网方法及系统
CN109120455A (zh) 电机故障智能诊断系统
CN107659474B (zh) 一种智能家居控制系统
CN108092694A (zh) 一种架空送电线路监测系统
Raja et al. Distributed Fault Node Detection and Classification using Fuzzy Logic and Management Scheme for Wireless Sensor Networks
CN109115499A (zh) 设备轴承振动数据智能实时采集与分析系统
Oubadi et al. Clustering Algorithms for Wireless Sensor Networks: A Review

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
TA01 Transfer of patent application right

Effective date of registration: 20210428

Address after: No.28 Xinggang Road, Suzhou economic development zone, Jiangsu Province 215000

Applicant after: JIANGSU CHANGSHU ELECTRIC POWER GENERATING Co.,Ltd.

Address before: 528000 K003, Sixth Floor, No. 1 Building, No. 117 Zhangcha Road, Chancheng District, Foshan City, Guangdong Province

Applicant before: FOSHAN DOUQI TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant