黄建业
浙江清华长三角研究院
黄建业来自浙江清华长三角研究院,专利176件。擅长生物模型计算、电性能及故障测、信息通信行业流程、视觉识别、模式识别。最擅长生物模型计算。排名在TOP1。一种基于云模型的配电网故障风险识别方法是存续时间最长的专利。与国网福建省电力有限公司电力科学研究院合作163次,与林爽合作74次。
浙江清华长三角研究院
黄建业来自浙江清华长三角研究院,专利176件。擅长生物模型计算、电性能及故障测、信息通信行业流程、视觉识别、模式识别。最擅长生物模型计算。排名在TOP1。一种基于云模型的配电网故障风险识别方法是存续时间最长的专利。与国网福建省电力有限公司电力科学研究院合作163次,与林爽合作74次。
申请日: 20240827 公开日: 20260224 申请人: 国网福建省电力有限公司
申请日: 20240812 公开日: 20260224 申请人: 国网福建省电力有限公司电力科学研究院
申请日: 20241129 公开日: 20260127 申请人: 国网福建省电力有限公司电力科学研究院
申请日: 20241125 公开日: 20260127 申请人: 国网福建省电力有限公司电力科学研究院
申请日: 20241025 公开日: 20251226 申请人: 国网福建省电力有限公司电力科学研究院
CN201310138555.8
CN201310313713.9
CN201310344364.7
CN201310355125.1
CN201310399457.X
CN201410297199.9
CN201410297200.8
CN201510259285.5
CN201510528214.0
CN201510746981.9
CN201510907193.3
CN201510908719.X
CN201510918790.6
CN201610277624.7
CN201610277625.1
CN201610868124.0
CN201610903259.6
CN201610903671.8
CN201611232193.9
CN201611232196.2
CN201620379457.2
CN201620457408.6
CN201710024074.2
CN201710136432.9
CN201710136432.9
CN201710205065.3
CN201710259312.8
CN201710329189.2
CN201710457491.6
CN201710498283.0
CN201710588534.4
CN201710603370.8
CN201710690203.1
CN201711498861.7
CN201720415631.9
CN201721009320.9
CN201810221844.7
CN201810398569.6
CN201810460132.0
CN201810666510.0
CN201810666516.8
CN201810669819.5
CN201811341963.2
CN201811555094.3
CN201820625981.2
CN201820716989.X
CN201910510220.1
CN201910510226.9
CN201910655035.1
CN202010288442.6
CN202010290910.3
CN202010310298.1
CN202010337797.X
CN202010476474.9
CN202010562937.3
CN202010563634.3
CN202010841616.7
CN202011274724.7
CN202011338721.5
CN202011342251.X
CN202011342732.0
CN202011407149.3
CN202020580478.7
CN202110210325.2
CN202110212987.3
CN202110221127.6
CN202110544654.0
CN202110959300.2
CN202110959499.9
CN202111237834.0
CN202111238613.5
CN202111436133.X
CN202111480829.2
CN202111569209.6
CN202111569577.0
CN202210096568.2
CN202210112444.9
CN202210192886.9
CN202210311779.3
CN202211347620.3
CN202211420783.X
CN202211546808.0
CN202211546981.0
CN202222711479.2
CN202310033771.X
CN202310206517.5
CN202310231260.9
CN202310232230.X
CN202310663958.8
CN202310667874.1
CN202311232199.6
CN202311242883.2
CN202311244952.3
CN202311259288.X
CN202311272913.4
CN202311326237.4
CN202311326287.2
CN202311326352.1
CN202311351992.8
CN202311385978.X
CN202311465224.5
CN202311471851.X
CN202311474465.6
CN202311506504.6
CN202311506516.9
CN202311508250.1
CN202311510331.5
CN202311510599.9
CN202311571921.9
CN202311571921.9
CN202311640807.7
CN202311641378.5
CN202311643239.6
CN202311643292.6
CN202311647870.3
CN202311740359.8
CN202311745473.X
CN202311745525.3
CN202311784606.4
CN202323307935.8
CN202323309509.8
CN202323315303.6
CN202410008544.6
CN202410011534.8
CN202410028167.2
CN202410037813.1
CN202410223356.5
CN202410417341.2
CN202410775789.1
CN202410837554.0
CN202410877844.8
CN202411102526.0
CN202411102527.5
CN202411160084.5
CN202411161852.9
CN202411165938.9
CN202411166306.4
CN202411186007.7
CN202411186011.3
CN202411495527.6
CN202411495535.0
CN202411495628.3
CN202411533151.3
CN202411533152.8
CN202411533225.3
CN202411656496.8
CN202411656508.7
CN202411656533.5
CN202411656541.X
CN202411689335.9
CN202411700908.3
CN202411723262.0
CN202411730275.0
CN202411743069.3
CN202411743075.9
CN202411743076.3
CN202411754475.X
CN202411754482.X
CN202422714561.X
CN202510711985.7
CN202510854041.5
CN202511164939.6
CN202511299184.0
CN201220329434.2
CN201610277624.7
CN201610277625.1
CN201620379457.2
CN201620457408.6
CN201710953558.5
CN202010288442.6
CN202310206517.5
CN202310231260.9
CN202310232230.X