CN105866645A - 一种利用噪声特征频段诊断发电机放电故障的方法及装置 - Google Patents
一种利用噪声特征频段诊断发电机放电故障的方法及装置 Download PDFInfo
- Publication number
- CN105866645A CN105866645A CN201610368469.XA CN201610368469A CN105866645A CN 105866645 A CN105866645 A CN 105866645A CN 201610368469 A CN201610368469 A CN 201610368469A CN 105866645 A CN105866645 A CN 105866645A
- Authority
- CN
- China
- Prior art keywords
- noise
- generator
- measuring point
- discharge fault
- characteristic frequency
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005236 sound signal Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 238000003745 diagnosis Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims 8
- 238000001914 filtration Methods 0.000 claims 1
- 238000004088 simulation Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 5
- 238000007789 sealing Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1209—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using acoustic measurements
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种利用噪声特征频段诊断发电机放电故障的方法及装置，通过在发电机定子上部布置多个噪声测量点，提取每个噪声测量点的噪声信号中的预设声音频段(1000‑6000Hz)作为发电机的放电故障的特征频段，进而分析得到测点附近是否存在放电故障。本发明的技术效果在于，可在不影响发电机运行的情况下，快速准确的诊断出发电机放电故障。且本方案简单实用，操作方便。同时可以利用现有的噪声记录仪或录音设备，投资少。并且能够全面的监测发电机组的故障。
Description
技术领域
本发明属于电气设备故障诊断技术领域，具体涉及一种利用噪声特征频段诊断发电机放电故障的方法及装置。
背景技术
发电机组的振动信号真实反映了其运行状态信息，而且在监测时能够不影响设备的正常运行，通过对振动信号进行幅值、时域、频域等分析，能实时判断出发电机组是否运行异常及相应的故障类型。振动信号受环境干扰少，因此采用振动监测技术来诊断汽轮发电机、水轮发电机、风力发电机故障在国内外获得了广泛的应用。但振动监测技术也存在一些应用限制，如振动传感器主要监测低频信号，但很多故障无法通过低频信号发现；而且在带电部位或封闭装置内无法使用振动传感器等。
发明内容
为了解决目前通过振动信号监测发电机组时存在的监测故障范围受限、振动传感器安装受限的技术问题，本发明提供一种利用噪声特征频段诊断发电机放电故障的方法及装置。
为了实现上述技术目的，本发明的技术方案是，
一种利用噪声特征频段诊断发电机放电故障的方法，包括以下步骤，
步骤1：在发电机上布置多个噪声测量点；
步骤2：采集每个噪声测量点的噪声信号；
步骤3：提取每个噪声测量点的噪声信号中的预设声音频段作为发电机的放电故障的特征频段；
步骤4：对步骤3中采集的特征频段的能量求和；
步骤5：以测点编号为横坐标，以特征频段的能量和为纵坐标，从而得到不同测点的特征频段噪声分布曲线，进而得到分布曲线中噪声变化情况，如果在连续多个规律升高或降低的一段测点中出现异常升高的测点，且该测点的值与该段测点最小值的差值大于阈值，则表明在该测点附近存在放电故障。
所述的一种利用噪声特征频段诊断发电机放电故障的方法，所述的步骤1中，在距离发电机定子封板0.5m处均匀分布测点，每个测点间隔1m～2m。
所述的一种利用噪声特征频段诊断发电机放电故障的方法，所述的步骤2中，通过传声器或带录音功能的设备采集每个测点的噪声信号，频率范围为100～20kHz。
所述的一种利用噪声特征频段诊断发电机放电故障的方法，所述的步骤3中，通过硬件模拟滤波器或语音信号处理算法，设置高通滤波器为1000Hz，低通滤波器频率为6000Hz，提取发电机噪声信号中的1000Hz到6000Hz作为发电机的放电故障的特征频段。
所述的一种利用噪声特征频段诊断发电机放电故障的方法，所述的步骤4中，对发电机每个测点噪声信号中1000Hz到6000Hz特征频段的能量求和；
所述的一种利用噪声特征频段诊断发电机放电故障的方法，所述的步骤5中，以测点编号为横坐标，以1000Hz到6000Hz特征频段的能量和为纵坐标，从而得到不同测点的1000-6000Hz噪声分布曲线，进而得到分布曲线中噪声变化情况，如果在连续多个规律升高或降低的一段测点中出现异常升高的测点，且该测点的值与该段测点最小值的差值大于阈值1dB，则表明在该测点附近存在放电故障。
一种利用噪声特征频段诊断发电机放电故障的装置，包括传声器、音频传输线、音频信号处理装置和显示器，所述的传声器布置于发电机上，所述的传声器通过音频传输线与音频信号处理装置连接，音频信号处理装置将得到的音频信号提取特征频段后通过显示器显示结果。
所述的一种利用噪声特征频段诊断发电机放电故障的装置，所述的传声器在距离发电机定子封板0.5m处均匀分布，每个传声器间隔1m～2m。
所述的一种利用噪声特征频段诊断发电机放电故障的装置，所述的音频信号处理装置包括滤波器、信号采集仪和数字信号处理器，所述的滤波器通过音频传输线与传声器连接，滤波器滤波后的信号通过信号采集仪将模拟信号转换为数字信号，微处理数字信号处理器将信号采集仪输入的数字信号进行处理后通过显示器显示结果。
所述的一种利用噪声特征频段诊断发电机放电故障的装置，所述的滤波器包括频率为1000Hz的高通滤波器和频率为6000Hz的低通滤波器
本发明的技术效果在于，可在不影响发电机运行的情况下，快速准确的诊断出发电机放电故障。且本方案简单实用，操作方便。同时可以利用现有的噪声记录仪或录音设备，投资少。并且能够全面的监测发电机组的故障。
附图说明
图1为本发明的流程图；
图2为的结构示意图
图3为本发明测点布置示意图；
图4为本发明实施例的噪声分布图；
其中，1为传声器、2为音频传输线、3为滤波器、4为信号采集仪、5为数字信号处理器、6为显示器、7为定子、8为上风洞。
具体实施方式
参见图1、图2、图3，本实施例包括传声器、音频传输线、音频信号处理装置和显示器，传声器布置于发电机上，传声器通过音频传输线与音频信号处理装置连接，音频信号处理装置将得到的音频信号提取特征频段后通过显示器显示结果。
其中传声器在距离发电机定子封板0.5m处均匀分布，每个传声器间隔1m～2m。
音频信号处理装置包括滤波器、信号采集仪和数字信号处理器，滤波器通过音频传输线与传声器连接，滤波器滤波后的信号通过信号采集仪将模拟信号转换为数字信号，微处理数字信号处理器将信号采集仪输入的数字信号进行处理后通过显示器显示结果。
滤波器包括频率为1000Hz的高通滤波器和频率为6000Hz的低通滤波器。
本发明在实施时，首先沿发电机定子封板上部0.5m均匀分布测点，每个测点间隔1m～2m。然后通过传声器或带录音功能的设备采集每个测点的噪声信号，频率范围包括100～20kHz。得到噪声信号后，通过硬件模拟滤波器或语音信号处理算法，设置高通滤波器为1000Hz，低通滤波器频率为6000Hz，提取发电机噪声信号中的1000Hz到6000Hz作为发电机的放电故障的特征频段。接下来对发电机每个测点噪声信号中1000Hz到6000Hz特征频段的能量求和。最后以测点编号为横坐标，以1000Hz到6000Hz特征频段的能量和为纵坐标，从而得到不同测点的1000-6000Hz噪声分布曲线，进而得到分布曲线中的波峰和波谷变化情况，如果波峰值和波谷值的差值大于1dB，则表明在该波峰处对应的测点附近存在放电故障。
实施例：
1、测点布设。在某水电厂1#发电机沿+Y—-X—-Y—-+X方向均匀分布16个测点，测点布置如图1所示，测点位于定子上部0.5m。
2、噪声信号记录。采用丹麦BK公司的pulse分析仪对每个测点噪声记录20秒。
3、噪声信号提取和计算。采用丹麦BK公司的reflex后处理软件提取发电机噪声信号中的1000Hz到6000Hz作为发电机的放电故障的特征频段，并对每个测点噪声信号中1000Hz到6000Hz特征频段的能量求和；。
4、放电部位判断。以测点编号为横坐标，以1000Hz到6000Hz特征频段的能量和为纵坐标，从而得到不同测点的1000-6000Hz噪声分布曲线，如图3所示，进而得到分布曲线中噪声变化情况，如果在连续多个规律升高或降低的一段测点中出现异常升高的测点，且该测点的值与该段测点最小值的差值大于阈值1dB，则表明在该测点附近存在放电故障。从图3可看出，从测点1开始到测点5为均匀上升分布，而测点3出现了异常升高，即与周围的几个测点相比，测点3的值明显不属于正常情况，且测点3与最低点测点1相比，差值大于1dB，故判断测点3存在放电。而测点6、7、8这一段测点的分布为均匀下降，情况属于正常。其后的测点8-11也为正常分布。而测点12-14中，测点13明显出现异常波动，且与测点14的差值大于1dB，故测点13也存在放电。
5、结果验证。在大修时通过局放试验发现在测点3和测点13处存在放电点和明显的放电痕迹，验证了该方法的正确性。
Claims (10)
1.一种利用噪声特征频段诊断发电机放电故障的方法，其特征在于，包括以下步骤，
步骤1：在发电机上布置多个噪声测量点；
步骤2：采集每个噪声测量点的噪声信号；
步骤3：提取每个噪声测量点的噪声信号中的预设声音频段作为发电机的放电故障的特征频段；
步骤4：对步骤3中采集的特征频段的能量求和；
步骤5：以测点编号为横坐标，以特征频段的能量和为纵坐标，从而得到不同测点的特征频段噪声分布曲线，进而得到分布曲线中噪声变化情况，如果在连续多个规律升高或降低的一段测点中出现异常升高的测点，且该测点的值与该段测点最小值的差值大于阈值，则表明在该测点附近存在放电故障。
2.根据权利要求1所述的一种利用噪声特征频段诊断发电机放电故障的方法，其特征在于，所述的步骤1中，在距离发电机定子封板0.5m处均匀分布测点，每个测点间隔1m～2m。
3.根据权利要求1所述的一种利用噪声特征频段诊断发电机放电故障的方法，其特征在于，所述的步骤2中，通过传声器或带录音功能的设备采集每个测点的噪声信号，频率范围为100～20kHz。
4.根据权利要求1所述的一种利用噪声特征频段诊断发电机放电故障的方法，其特征在于，所述的步骤3中，通过硬件模拟滤波器或语音信号处理算法，设置高通滤波器为1000Hz，低通滤波器频率为6000Hz，提取发电机噪声信号中的1000Hz到6000Hz作为发电机的放电故障的特征频段。
5.根据权利要求1所述的一种利用噪声特征频段诊断发电机放电故障的方法，其特征在于，所述的步骤4中，对发电机每个测点噪声信号中1000Hz到6000Hz特征频段的能量求和。
6.根据权利要求1所述的一种利用噪声特征频段诊断发电机放电故障的方法，其特征在于，所述的步骤5中，以测点编号为横坐标，以1000Hz到6000Hz特征频段的能量和为纵坐标，从而得到不同测点的1000-6000Hz噪声分布曲线，进而得到分布曲线中噪声变化情况，如果在连续多个规律升高或降低的一段测点中出现异常升高的测点，且该测点的值与该段测点最小值的差值大于阈值1dB，则表明在该测点附近存在放电故障。
7.一种利用噪声特征频段诊断发电机放电故障的装置，其特征在于，包括传声器、音频传输线、音频信号处理装置和显示器，所述的传声器布置于发电机上，所述的传声器通过音频传输线与音频信号处理装置连接，音频信号处理装置将得到的音频信号提取特征频段后通过显示器显示结果。
8.根据权利要求7所述的一种利用噪声特征频段诊断发电机放电故障的装置，其特征在于，所述的传声器在距离发电机定子封板0.5m处均匀分布，每个传声器间隔1m～2m。
9.根据权利要求7所述的一种利用噪声特征频段诊断发电机放电故障的装置，其特征在于，所述的音频信号处理装置包括滤波器、信号采集仪和数字信号处理器，所述的滤波器通过音频传输线与传声器连接，滤波器滤波后的信号通过信号采集仪将模拟信号转换为数字信号，微处理数字信号处理器将信号采集仪输入的数字信号进行处理后通过显示器显示结果。
10.根据权利要求7所述的一种利用噪声特征频段诊断发电机放电故障的装置，其特征在于，所述的滤波器包括频率为1000Hz的高通滤波器和频率 为6000Hz的低通滤波器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610368469.XA CN105866645B (zh) | 2016-05-30 | 2016-05-30 | 一种利用噪声特征频段诊断发电机放电故障的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610368469.XA CN105866645B (zh) | 2016-05-30 | 2016-05-30 | 一种利用噪声特征频段诊断发电机放电故障的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105866645A true CN105866645A (zh) | 2016-08-17 |
| CN105866645B CN105866645B (zh) | 2018-10-19 |
Family
ID=56641524
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610368469.XA Active CN105866645B (zh) | 2016-05-30 | 2016-05-30 | 一种利用噪声特征频段诊断发电机放电故障的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105866645B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112067961A (zh) * | 2020-10-13 | 2020-12-11 | 哈尔滨工业大学（深圳） | 电弧故障检测方法、系统及存储介质 |
| CN112529059A (zh) * | 2020-12-04 | 2021-03-19 | 湖南五凌电力科技有限公司 | 机组电磁振动诊断方法、系统、计算机设备和存储介质 |
| CN113573980A (zh) * | 2019-03-19 | 2021-10-29 | Wing航空有限责任公司 | 使用音频数据检测即将发生的马达故障 |
| CN113790911A (zh) * | 2021-08-18 | 2021-12-14 | 中国长江电力股份有限公司 | 一种基于声音频谱统计学规律的异响检测方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3896376A (en) * | 1971-12-17 | 1975-07-22 | Micafil Ag | Circuit arrangement for testing insulation by partial discharge technique |
| JPH09127181A (ja) * | 1995-10-30 | 1997-05-16 | Kawasaki Steel Corp | 電力設備のコロナ放電検出装置 |
| CN101393049A (zh) * | 2008-08-25 | 2009-03-25 | 北京天源科创风电技术有限责任公司 | 风力发电机组振动监测及故障诊断的方法 |
| CN102494894A (zh) * | 2011-11-17 | 2012-06-13 | 高丙团 | 风力发电机组音频监测和故障诊断系统及其方法 |
| CN102680233A (zh) * | 2011-03-17 | 2012-09-19 | 北汽福田汽车股份有限公司 | 电动机故障诊断设备及方法 |
| CN102706560A (zh) * | 2012-05-25 | 2012-10-03 | 华锐风电科技(江苏)有限公司 | 一种风力发电机组的状态监测方法和装置 |
| CN102778358A (zh) * | 2012-06-04 | 2012-11-14 | 上海东锐风电技术有限公司 | 故障预测模型建立方法及系统、风机监测预警系统及方法 |
| CN102914359A (zh) * | 2012-10-10 | 2013-02-06 | 江苏银佳企业集团有限公司 | 风力发电机振动监测装置及监测方法 |
| CN103698677A (zh) * | 2014-01-17 | 2014-04-02 | 福州大学 | 低压电弧故障测试与分析系统 |
| CN103744021A (zh) * | 2013-12-23 | 2014-04-23 | 煤炭科学研究总院 | 一种电机故障监控装置及方法 |
| CN205786975U (zh) * | 2016-05-30 | 2016-12-07 | 国家电网公司 | 一种利用噪声特征频段诊断发电机放电故障的装置 |
-
2016
- 2016-05-30 CN CN201610368469.XA patent/CN105866645B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3896376A (en) * | 1971-12-17 | 1975-07-22 | Micafil Ag | Circuit arrangement for testing insulation by partial discharge technique |
| JPH09127181A (ja) * | 1995-10-30 | 1997-05-16 | Kawasaki Steel Corp | 電力設備のコロナ放電検出装置 |
| CN101393049A (zh) * | 2008-08-25 | 2009-03-25 | 北京天源科创风电技术有限责任公司 | 风力发电机组振动监测及故障诊断的方法 |
| CN102680233A (zh) * | 2011-03-17 | 2012-09-19 | 北汽福田汽车股份有限公司 | 电动机故障诊断设备及方法 |
| CN102494894A (zh) * | 2011-11-17 | 2012-06-13 | 高丙团 | 风力发电机组音频监测和故障诊断系统及其方法 |
| CN102706560A (zh) * | 2012-05-25 | 2012-10-03 | 华锐风电科技(江苏)有限公司 | 一种风力发电机组的状态监测方法和装置 |
| CN102778358A (zh) * | 2012-06-04 | 2012-11-14 | 上海东锐风电技术有限公司 | 故障预测模型建立方法及系统、风机监测预警系统及方法 |
| CN102914359A (zh) * | 2012-10-10 | 2013-02-06 | 江苏银佳企业集团有限公司 | 风力发电机振动监测装置及监测方法 |
| CN103744021A (zh) * | 2013-12-23 | 2014-04-23 | 煤炭科学研究总院 | 一种电机故障监控装置及方法 |
| CN103698677A (zh) * | 2014-01-17 | 2014-04-02 | 福州大学 | 低压电弧故障测试与分析系统 |
| CN205786975U (zh) * | 2016-05-30 | 2016-12-07 | 国家电网公司 | 一种利用噪声特征频段诊断发电机放电故障的装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113573980A (zh) * | 2019-03-19 | 2021-10-29 | Wing航空有限责任公司 | 使用音频数据检测即将发生的马达故障 |
| CN112067961A (zh) * | 2020-10-13 | 2020-12-11 | 哈尔滨工业大学（深圳） | 电弧故障检测方法、系统及存储介质 |
| CN112067961B (zh) * | 2020-10-13 | 2023-08-15 | 哈尔滨工业大学（深圳） | 电弧故障检测方法、系统及存储介质 |
| CN112529059A (zh) * | 2020-12-04 | 2021-03-19 | 湖南五凌电力科技有限公司 | 机组电磁振动诊断方法、系统、计算机设备和存储介质 |
| CN113790911A (zh) * | 2021-08-18 | 2021-12-14 | 中国长江电力股份有限公司 | 一种基于声音频谱统计学规律的异响检测方法 |
| CN113790911B (zh) * | 2021-08-18 | 2023-05-16 | 中国长江电力股份有限公司 | 一种基于声音频谱统计学规律的异响检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105866645B (zh) | 2018-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104677623B (zh) | 一种风力发电机叶片故障在位声学诊断方法及监测系统 | |
| CN105866645B (zh) | 一种利用噪声特征频段诊断发电机放电故障的方法及装置 | |
| KR101491017B1 (ko) | 전력 기기 음향 진단 장치 및 방법 | |
| KR101608275B1 (ko) | 전력설비 음향 진단 시스템 | |
| CN111814872B (zh) | 基于时域、频域自相似性的电力设备环境噪音识别方法 | |
| CN106546892A (zh) | 基于深度学习的局部放电超声音频识别方法及系统 | |
| CN109029959B (zh) | 一种变压器绕组的机械状态检测方法 | |
| CN108717155B (zh) | 配置噪声阈值和带宽的方法及装置 | |
| CN113298134B (zh) | 一种基于bpnn的风机叶片远程非接触健康监测系统和方法 | |
| CN110163190B (zh) | 一种滚动轴承故障诊断方法及装置 | |
| CN104459494B (zh) | 一种gis设备现场冲击电压下局部放电测量装置 | |
| CN113551765A (zh) | 设备故障声谱分析诊断方法 | |
| CN102547526A (zh) | 传声器工作状态的实时监测方法及系统 | |
| CN113049953A (zh) | 通过噪声进行故障定位的方法、装置、介质和设备 | |
| CN119087323A (zh) | 基于数据分析的多参数电测仪表自诊断系统 | |
| CN114414037A (zh) | 一种风力发电机组叶片健康监测装置及监测方法 | |
| CN103941722A (zh) | 通过部件特征倍频幅值趋势监测和诊断设备故障的方法 | |
| CN104360178B (zh) | 一种逆变器低频噪声测量与故障诊断方法 | |
| CN116861320A (zh) | 基于短时傅里叶同步压缩变换的转子故障诊断方法 | |
| CN205786975U (zh) | 一种利用噪声特征频段诊断发电机放电故障的装置 | |
| CN108194278A (zh) | 一种风电机组叶片缺陷非接触监测装置及方法 | |
| KR101641269B1 (ko) | Emf 센서와 음향 센서를 이용한 부분방전 진단 시스템 | |
| CN103149047A (zh) | 一种基于非线性混合模型的冷却塔声学诊断方法 | |
| CN110017894A (zh) | 变压器运行状态振声检测中随机噪声的滤除方法和装置 | |
| CN109782064B (zh) | 一种风电场输出阻抗频率特性测试分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| CB03 | Change of inventor or designer information |
Inventor after: Hu Sheng Inventor after: Peng Jiwen Inventor after: Hao Jianbo Inventor after: Meng Zuohong Inventor after: Xu Bo Inventor after: Zhou Nianguang Inventor after: Wu Xiaowen Inventor after: Tang Jun Inventor after: Sun Bo Inventor after: Chen Xiaoxiang Inventor before: Hu Sheng Inventor before: Hao Jianbo Inventor before: Meng Zuohong Inventor before: Xu Bo Inventor before: Zhou Nianguang Inventor before: Wu Xiaowen |
|
| COR | Change of bibliographic data | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20170104 Address after: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing Applicant after: State Power Networks Co Applicant after: State Grid Hunan Electric Power Company Applicant after: Electric Power Research Institute, State Grid Hunan Electric Power Company Applicant after: Wu Ling Power Corporation bowl slope hydropower plant Address before: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing Applicant before: State Power Networks Co Applicant before: State Grid Hunan Electric Power Company Applicant before: Electric Power Research Institute, State Grid Hunan Electric Power Company |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |