CN105868486B - 基于gpu并行技术的导线弧垂计算方法 - Google Patents
基于gpu并行技术的导线弧垂计算方法 Download PDFInfo
- Publication number
- CN105868486B CN105868486B CN201610219126.7A CN201610219126A CN105868486B CN 105868486 B CN105868486 B CN 105868486B CN 201610219126 A CN201610219126 A CN 201610219126A CN 105868486 B CN105868486 B CN 105868486B
- Authority
- CN
- China
- Prior art keywords
- parameter
- conducting wire
- strain section
- sag
- shaft tower
- 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
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000004364 calculation method Methods 0.000 title claims abstract description 14
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 21
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000012211 strain insulator Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/38—Concurrent instruction execution, e.g. pipeline or look ahead
- G06F9/3885—Concurrent instruction execution, e.g. pipeline or look ahead using a plurality of independent parallel functional units
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了基于GPU并行技术的导线弧垂计算方法,包括如下步骤:步骤A)获取计算时的基本参数,包括气象区参数和导线参数;步骤B)将杆塔按照电力领域的业务规则分组到各个耐张段中,根据基本参数单独计算各个耐张段中杆塔参数和档距参数,获得各个耐张段中杆塔参数和档距参数;步骤C)在GPU图形处理器中按各个耐张段获得杆塔参数和档距参数,并行计算导线的应力和导线的弧垂。本发明通过上述原理,能够对大量弧垂数据进行并行处理,处理速度和处理数据的准确性大大提高,非常适合在农配网中使用。
Description
技术领域
本发明涉及电力领域,具体地,涉及基于GPU并行技术的导线弧垂计算方法。
背景技术
经研究统计在所有农配网设计软件中导线弧垂计算时间占据整个线路校验时间的60%以上。然而在不同工况下的弧垂又需要进行独立重复计算,而采用CPU进行计算一次只能计算一个数据,计算完毕后再进行后面数据的计算,依次类推,而在大规模线路中需要计算的数据非常多,所以在大规模的线路段中进行时实计算导线弧垂采样点来达到动态校验目的时CPU性能已显得捉襟见肘。而在多核CPU中是针对指令集并行(ILP)和任务并行(TLP)进行了优化,虽然能够提高一定的数据处理能力,但是也使得大量弧垂数据得不到并行处理,从而降低性能。
发明内容
本发明克服了现有技术的不足,提供基于GPU并行技术的导线弧垂计算方法,能够对大量弧垂数据进行并行处理,处理速度和处理数据的准确性大大提高,非常适合在农配网中使用。
本发明解决上述问题所采用的技术方案是:基于GPU并行技术的导线弧垂计算方法,包括如下步骤:
步骤A)获取计算时的基本参数,包括气象区参数和导线参数;
步骤B)将杆塔按照电力领域的业务规则分组到各个耐张段中,根据基本参数单独计算各个耐张段中杆塔参数和档距参数,获得各个耐张段中杆塔参数和档距参数;
步骤C)在GPU图形处理器中按各个耐张段获得杆塔参数和档距参数,并行计算导线的应力和导线的弧垂。通过配电网工程得到用于计算弧垂的各种参数数据,GPU图形处理器读取各种用于计算弧垂的参数信息用于并行计算弧垂,生成弧垂数据后传递给配电网工程进行保存。采用带有GPU图形处理器的显卡对数据进行处理,而GPU图形处理器具有出色的数据并行处理能力并具有更大带宽的显存,能够单独计算各个耐张段中杆塔参数和档距参数,实现对大规模线路段中弧垂数据的并行处理,与现有的CPU只能单个处理数据相比,大大提高了数据的处理能力。
进一步的,步骤C)中导线的弧垂采用dll的方式提供基于OpenCL来计算弧垂,计算出的弧垂结果通过dll中提供的API,直接获得弧垂数据。由于dll动态链接库是一个包含可由多个程序同时使用的代码和数据的库,能够实现共享数据和资源,多个应用程序可同时访问内存中单个DLL副本的内容,把OpenCL异构平台编写程序的框架采用dll动态链接库的方式提供OpenCL异构平台编写程序的框架来计算弧垂,与以往只采用OpenCL异构平台编写程序的框架来计算弧垂相比,为数据的并行处理提供了有力的保证,获取数据也更加的方便快捷。
进一步的,步骤C)中GPU处理器所用的显卡为Nvidia Quadro 2000。显卡性能优越,能够加速GPU的计算能力,进一步提高数据的并行处理能力。
进一步的,步骤A)中气象区参数包含低温、大风、结冰和常温4个工况,每条工况记录的参数由温度t、风速v和冰厚δ组成;导线参数包括最大拉断力Fmax、导线截面积S、综合弹性系数α、线膨胀系数E、导线直径d和导线单位质量P。气象区参数采用分工况进行采集,最终得到的数据结果更精确,参考价值更高。而测量所得的最大拉断力Fmax和导线截面积S则用于计算导线的允许拉断力σm,σm=Fmax/S。
进一步的,根据步骤C)得到导线的应力σ的计算步骤如下:
参数和导线参数求得导线在任意一个工况下的综合比载Ym的方程式如下:
γ3=Y1+Y2 (3)
上述式中δ和v为对应一个工况记录的冰厚和风速,d为导线直径,S为导线截面积,P为导线单位质量;
根据公式(5)得到对应一个工况记录的已知条件系数:
公式(6)中E为线膨胀系数,Ym 2、σm和tm依次代表一个工况记录下的综合比载Y7 2、允许拉断应力和温度,α为导线的综合弹性系数,E为线膨胀系数,Lp为耐张段的代表档距;
将已知条件系数Fm在低温、大风、结冰和常温这4种工况下的值进行比较,得出最大值Fmax对应的工况作为控制工况,得到状态方程:
Lp为耐张段的代表档距,t为系数Fm最大时对应的工况下的温度,Y为该工况下的综合比载Y7的值,根据方程(7)求得水平应力σ。
进一步的,导线的弧垂fx的计算方程计算步骤如下:
根据方程(7)求得的水平应力即可计算各个杆塔的大小号侧的垂直档距:
β为耐张段各档的高差角β1、β2、β3、…、βn,L为耐张段的代表档距L1、L2、L3、…、Ln,Y为系数Fm最大时对应的工况下的综合比载Y7的值。
根据方程(7)、方程(8)和各个工况下的水平应力σ和弧垂计算公式求得每个杆塔之间的弧垂数据:
上述公式中各系数的取值为大于0的正数,Y为系数Fm最大时对应的工况下的综合比载Y7的值,X为弧垂上的采样点值,β为耐张段各档的高差角β1、β2、β3、…、βn,σ为方程(7)中算的水平应力值,LOA是方程(8)中算出的垂直档距。本方案中计算已知条件系数Fm中所用的Ym2所用的值为综合比载Y72,而在现有计算中所用的值为Y6,而Y6的计算公式为而其中的δ和v为对应一个工况记录的冰厚和风速,d为导线直径,S为导线截面积,P为导线单位质量;由此可知本方案中采用的Y7的值比现有使用的Y6的值考虑的因素更多,算出的结果也更精确,后期计算弧垂和水平应力的结果更准确,在计算水平应力和弧垂的时候涉及到的耐张段各档的高差角β和耐张段的各个杆塔间的档距L的值有多个,采用现有的CPU进行计算只能一次处理单个数据,而本方案利用GPU可进行数据并行处理,以应对计算数据较多的情况,计算的速度更快,非常适合在农配网中对导线弧垂计算。
综上,本发明的有益效果是:
1、本方案对弧垂的计算采用带有GPU图形处理器的显卡对数据进行处理,而GPU图形处理器具有出色的数据并行处理能力并具有更大带宽的显存,能够单独计算各个耐张段中杆塔参数和档距参数,实现对大规模线路段中弧垂数据的并行处理,与现有的CPU只能单个处理数据相比,大大提高了数据的处理能力。
2、本方案中计算弧垂所用综合比载的值计算数据更多,计算出来的数值更准确,后期计算弧垂利用该综合比载值进行计算也更加的准确,虽然该过程增加了计算的数据量,但是本过程的计算是利用GPU进行,计算速度快非常适合在农配网中计算。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合实施例及附图,对本发明作进一步地的详细说明,但本发明的实施方式不限于此。
实施例1:
如图1所示,本发明为基于GPU并行技术的导线弧垂计算方法,包括如下步骤:
步骤A)获取计算时的基本参数,包括气象区参数和导线参数;
步骤B)将杆塔按照电力领域的业务规则分组到各个耐张段中,根据基本参数单独计算各个耐张段中杆塔参数和档距参数,获得各个耐张段中杆塔参数和档距参数;
步骤C)在GPU图形处理器中按各个耐张段获得杆塔参数和档距参数,并行计算导线的应力和导线的弧垂。杆塔分组,是电力领域非常常见的业务规则,并不是本发明的改进所在,在此不再复述。通过配电网工程得到用于计算弧垂的各种参数数据,GPU图形处理器读取各种用于计算弧垂的参数信息用于并行计算弧垂,生成弧垂数据后传递给配电网工程进行保存。采用带有GPU图形处理器的显卡对数据进行处理,而GPU图形处理器具有出色的数据并行处理能力并具有更大带宽的显存,能够单独计算各个耐张段中杆塔参数和档距参数,实现对大规模线路段中弧垂数据的并行处理,与现有的CPU只能单个处理数据相比,大大提高了数据的处理能力。
实施例2:
本实施例在实施例1的基础上优选如下:步骤C)中导线的弧垂采用dll的方式提供基于OpenCL来计算弧垂,计算出的弧垂结果通过dll中提供的API,直接获得弧垂数据。由于dll动态链接库是一个包含可由多个程序同时使用的代码和数据的库,能够实现共享数据和资源,多个应用程序可同时访问内存中单个DLL副本的内容,把OpenCL异构平台编写程序的框架采用dll动态链接库的方式提供OpenCL异构平台编写程序的框架来计算弧垂,与以往只采用OpenCL异构平台编写程序的框架来计算弧垂相比,为数据的并行处理提供了有力的保证,获取数据也更加的方便快捷。
实施例3:
本实施例在上述实施例的基础上优选如下:步骤C)中GPU处理器所用的显卡为Nvidia Quadro 2000。在农配网设计的一般情况下,一个工程的长度约为10kM-100kM之大,而工程中为了保证弧垂坐标计算的精度,一般按0.1m对线路进行采用计算。在最大工程的情况下,软件需要进行100万个点的坐标计算。以下是在这种情况下同一台计算机,软件应用GPU计算前后的对比情况:
由上表可知,采用Nvidia Quadro 2000显卡性能优越,能够加速GPU的计算能力,进一步提高数据的并行处理能力。
实施例4:
本实施例在上述实施例的基础上优选如下:步骤A)中气象区参数包含低温、大风、结冰和常温4个工况,每条工况记录的参数由温度t、风速v和冰厚δ组成;导线参数包括最大拉断力Fmax、导线截面积S、综合弹性系数α、线膨胀系数E、导线直径d和导线单位质量P。气象区参数采用分工况进行采集,最终得到的数据结果更精确,参考价值更高。而测量所得的最大拉断力Fmax和导线截面积S则用于计算导线的允许拉断力σm,σm=Fmax/S。
根据步骤C)得到导线的应力σ的计算步骤如下:
根据气象区参数和导线参数求得导线在任意一个工况下的综合比载Ym的方程式如下:
γ3=Y1+Y2 (3)
上述式中δ和v为对应一个工况记录的冰厚和风速,d为导线直径,S为导线截面积,P为导线单位质量;
根据公式(5)得到对应一个工况记录的已知条件系数:
公式(6)中E为线膨胀系数,Ym 2、σm和tm依次代表一个工况记录下的综合比载Y7 2、允许拉断应力和温度,α为导线的综合弹性系数,E为线膨胀系数,Lp为耐张段的代表档距;
将已知条件系数Fm在低温、大风、结冰和常温这4种工况下的值进行比较,得出最大值Fmax对应的工况作为控制工况,得到状态方程:
Lp为耐张段的代表档距,t为系数Fm最大时对应的工况下的温度,Y为该工况下的综合比载Y7的值,根据方程(7)求得水平应力σ;
进一步的,导线的弧垂fx的计算方程计算步骤如下:
根据方程(7)求得的水平应力即可计算各个杆塔的大小号侧的垂直档距:
β为耐张段各档的高差角β1、β2、β3、…、βn,L为耐张段的代表档距L1、L2、L3、…、Ln,Y为系数Fm最大时对应的工况下的综合比载Y7的值;
根据方程(7)、方程(8)和各个工况下的水平应力σ和弧垂计算公式求得每个杆塔之间的弧垂数据:
上述公式中各系数的取值为大于0的正数,Y为系数Fm最大时对应的工况下的综合比载Y7的值,X为弧垂上的采样点值,一般在弧垂上以0.1m取样一个点,以此类推采样多个点,β为耐张段各档的高差角β1、β2、β3、…、βn,σ为方程(7)中算的水平应力值,LOA是方程(8)中算出的垂直档距。
本方案中计算已知条件系数Fm中所用的Ym 2所用的值为综合比载Y7 2,而在现有计算中所用的值为Y6,而Y6的计算公式为而其中的δ和v为对应一个工况记录的冰厚和风速,d为导线直径,S为导线截面积,P为导线单位质量;由此可知本方案中采用的Y7的值比现有使用的Y6的值考虑的因素更多,算出的结果也更精确,后期计算弧垂和水平应力的结果更准确,在计算水平应力和弧垂的时候涉及到的耐张段各档的高差角β和耐张段的各个杆塔间的档距L的值有多个,采用现有的CPU进行计算只能一次处理单个数据,而本方案利用GPU可进行数据并行处理,以应对计算数据较多的情况,计算的速度更快,非常适合在农配网中对导线弧垂计算。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (3)
1.基于GPU并行技术的导线弧垂计算方法,其特征在于,包括如下步骤:
步骤A)获取计算时的基本参数,包括气象区参数和导线参数;
步骤B)将杆塔按照电力领域的业务规则分组到各个耐张段中,根据基本参数单独计算各个耐张段中杆塔参数和档距参数,获得各个耐张段中杆塔参数和档距参数;
步骤C)在GPU图形处理器中按各个耐张段获得杆塔参数和档距参数,并行计算导线的应力和导线的弧垂;
其中,步骤A)中气象区参数包含低温、大风、结冰和常温4个工况,每条工况记录的参数由温度t、风速v和冰厚δ组成;导线参数包括最大拉断力Fmax、导线截面积S、综合弹性系数α、线膨胀系数E、导线直径d和导线单位质量P;
根据步骤C)得到导线的应力用σ表示,其计算步骤如下:
根据气象区参数和导线参数求得导线在任意一个工况下的综合比载γm的方程式如下:
γ3=γ1+γ2 (3)
上述式中δ和v为对应一个工况记录的冰厚和风速,d为导线直径,S为导线截面积,P为导线单位质量;
根据公式(5)得到对应一个工况记录的已知条件系数:
公式(6)中E为线膨胀系数,γm 2、σm和tm依次代表一个工况记录下的综合比载γ7 2、允许拉断应力和温度,α为导线的综合弹性系数,E为线膨胀系数,Lp为耐张段的代表档距;
将已知条件系数Fm在低温、大风、结冰和常温这4种工况下的值进行比较,得出最大值Fmax对应的工况作为控制工况,得到状态方程:
Lp为耐张段的代表档距,t为系数Fm最大时对应的工况下的温度,γ为该工况下的综合比载γ7的值,根据方程(7)求得水平应力σ;
步骤C)中导线的弧垂用fx表示,其计算步骤如下:
根据方程(7)求得的水平应力即可计算各个杆塔的大小号侧的垂直档距:
β为耐张段各档的高差角β1、β2、β3、…、βn,L为耐张段的代表档距L1、L2、L3、…、Ln,γ为系数Fm最大时对应的工况下的综合比载γ7的值;
根据方程(7)、方程(8)和各个工况下的水平应力σ和弧垂计算公式求得每个杆塔之间的弧垂数据:
上述公式中各系数的取值为大于0的正数,γ为系数Fm最大时对应的工况下的综合比载γ7的值,X为弧垂上的采样点值,β为耐张段各档的高差角β1、β2、β3、…、βn,σ为方程(7)中算的水平应力值,LOA是方程(8)中算出的垂直档距。
2.根据权利要求1所述的基于GPU并行技术的导线弧垂计算方法,其特征在于,步骤C)中导线的弧垂采用dll的方式提供基于OpenCL来计算弧垂,计算出的弧垂结果通过dll中提供的API,直接获得弧垂数据。
3.根据权利要求1所述的基于GPU并行技术的导线弧垂计算方法,其特征在于,步骤C)中GPU处理器所用的显卡为Nvidia Quadro 2000。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610219126.7A CN105868486B (zh) | 2016-04-11 | 2016-04-11 | 基于gpu并行技术的导线弧垂计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610219126.7A CN105868486B (zh) | 2016-04-11 | 2016-04-11 | 基于gpu并行技术的导线弧垂计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105868486A CN105868486A (zh) | 2016-08-17 |
CN105868486B true CN105868486B (zh) | 2019-04-02 |
Family
ID=56637328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610219126.7A Active CN105868486B (zh) | 2016-04-11 | 2016-04-11 | 基于gpu并行技术的导线弧垂计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105868486B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106960095B (zh) * | 2017-03-24 | 2021-12-24 | 中国电力科学研究院 | 一种确定导线蠕变率的方法及系统 |
CN117346715B (zh) * | 2023-12-04 | 2024-03-08 | 成都深瑞同华科技有限公司 | 一种配电网架空线路弧垂测定方法、系统及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2141915Y (zh) * | 1992-09-29 | 1993-09-08 | 湖北工学院 | 常用金属裸导线放线弧垂算尺 |
CN102288223A (zh) * | 2011-07-19 | 2011-12-21 | 河南送变电建设公司 | 架空输电线路张力架线智能监测装置和监测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101007503B1 (ko) * | 2008-12-03 | 2011-01-12 | 한전케이피에스 주식회사 | 송전선로 이도 측정 방법 |
CN103559360B (zh) * | 2013-11-13 | 2017-01-04 | 云南电网公司昭通供电局 | 一种三维架空电力线模型的构建方法及系统 |
CN104167076B (zh) * | 2014-08-13 | 2016-08-31 | 南京理工大学 | 一种覆冰输电线路薄弱环节预警方法 |
CN104166798A (zh) * | 2014-08-13 | 2014-11-26 | 南京理工大学 | 一种基于弧垂数据的连续档输电线路覆冰厚度确定方法 |
-
2016
- 2016-04-11 CN CN201610219126.7A patent/CN105868486B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2141915Y (zh) * | 1992-09-29 | 1993-09-08 | 湖北工学院 | 常用金属裸导线放线弧垂算尺 |
CN102288223A (zh) * | 2011-07-19 | 2011-12-21 | 河南送变电建设公司 | 架空输电线路张力架线智能监测装置和监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105868486A (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106339568B (zh) | 一种基于混合背景场的数值天气预报方法 | |
CN107734052A (zh) | 面向组件依赖的负载均衡容器调度方法 | |
CN105868486B (zh) | 基于gpu并行技术的导线弧垂计算方法 | |
Wu et al. | Experimental characterizations and analysis of deep learning frameworks | |
Ogrosky et al. | The MJO skeleton model with observation‐based background state and forcing | |
Zou et al. | A case study of large-scale parallel I/O analysis and optimization for numerical weather prediction system | |
CN110704995A (zh) | 多变电站多类型风机的电缆布局方法和计算机存储介质 | |
CN108021429A (zh) | 一种基于numa架构的虚拟机内存及网卡资源亲和度计算方法 | |
Chu et al. | Development, implementation, and skill assessment of the NOAA/NOS Great Lakes Operational Forecast System | |
CN102902657A (zh) | 一种利用gpu加速fft的方法 | |
CN108804037A (zh) | 基于箱型图处理存储设备历史性能数据的方法及系统 | |
CN107679133B (zh) | 一种实用于海量实时pmu数据的挖掘方法 | |
Liu et al. | Improving parallel performance of a finite-difference AGCM on modern high-performance computers | |
CN115049317B (zh) | 一种风力资源评估工具的选择方法、装置及电子设备 | |
Ridwan et al. | Performance evaluation of hybrid parallel computing for WRF model with CUDA and OpenMP | |
CN106027304B (zh) | 一种信息处理方法及电子设备 | |
Scire et al. | Development of the MESOPUFF II dispersion model. Final report | |
Cao et al. | A highly efficient dynamical core of atmospheric general circulation model based on leap-format | |
Alekseev et al. | Prototype of the Russian Scientific Data Lake | |
Priakhina et al. | Simulation of data processing for the BM@ N experiment of the NICA complex | |
CN102495972A (zh) | 一种基于有效风速的风能评估方法 | |
CN102789500A (zh) | 一种音频比较方法 | |
CN106156465B (zh) | 时间序列预测方法与装置 | |
Osthoff et al. | I/O performance evaluation on multicore clusters with atmospheric model environment | |
KR101287998B1 (ko) | 열대 저기압 분석 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |