CN106443822A - 基于重磁电震三维联合反演下的地质综合识别方法及装置 - Google Patents
基于重磁电震三维联合反演下的地质综合识别方法及装置 Download PDFInfo
- Publication number
- CN106443822A CN106443822A CN201610677007.6A CN201610677007A CN106443822A CN 106443822 A CN106443822 A CN 106443822A CN 201610677007 A CN201610677007 A CN 201610677007A CN 106443822 A CN106443822 A CN 106443822A
- Authority
- CN
- China
- Prior art keywords
- joint inversion
- result
- geological
- data
- physical property
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
- G01V11/007—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00 using the seismo-electric effect
Abstract
本发明涉及一种基于重磁电震三维联合反演下的地质综合识别方法及装置,本发明首先获取重磁电震联合反演结果和研究区物性统计;然后对重磁电震联合反演结果进行聚类分析,得到相应的聚类结果;最后根据研究区的物性统计将聚类结果中的不同类划分到不同的地层,进行聚类均值统计,以得到重磁电震联合反演的地质综合解释结果。通过上述过程,本发明克服了人为因素的影响,利用有限的地质和地震约束条件,得到可靠的解释模型,实现对三维反演结果的客观和整体评价,特别是对于复杂地质构造条件具有很强的适用性。尤其是在解释工作量大的情况下,使用该方法可以大大减少工作量。该方法快速、高效、经济,具有广阔的市场前景和良好的推广使用价值。
Description
技术领域
本发明涉及一种基于重磁电震三维联合反演下的地质综合识别方法及装置,属于油气勘探综合地球物理技术领域。
背景技术
重磁电震联合反演是在物性和代表性地质地球物理模型为研究基础,利用地震和地质等信息约束,发挥三维反演和综合地球物理在提高反演精度并减少多解性方面的优势;在联合反演过程中引入多种先验信息的综合及约束条件,发挥综合地球物理的互补作用,提高深层反演能力,减少多解性;以统计和聚类分析等方法的综合评价推进地质地球物理综合解释的定量方法研究。
在以往的地质地球物理解释中,都是将地震解释或测井得到的地层信息层对应到反演结果上,而且是在一条条剖面上作解释,研究人员从联合反演结果中只能得到定性的地质地球物理认识,而且这种认识往往与研究人员本身的知识结构和知识背景密切相关,因此这种认识结果具有很强的人为性和不确定性。此外如果剖面过多的话需要耗费大量的人力和物力,造成人力和物力的浪费。
发明内容
本发明的目的是提供一种基于重磁电震三维联合反演下的地质综合识别方法及装置,以解决目前采用地震解释或测井得到的地层信息层对应到反演结果上导致对地质的识别存在很强的人为性和不确定性。
本发明为解决上述技术问题提供了一种基于重磁电震三维联合反演下的地质综合识别方法,该识别方法包括以下步骤:
1)获取重磁电震联合反演结果和研究区物性统计;
2)对重磁电震联合反演结果进行聚类分析,得到相应的聚类结果;
3)根据研究区的物性统计将聚类结果中的不同类划分到不同的地层,进行聚类均值统计,以得到重磁电震联合反演的地质综合解释结果,并进行不同目的层的划分。
所述步骤2)中的聚类分析采用的是模糊聚类算法。
步骤2)中采用的模糊聚类算法是利用MATLAB软件中的fcm函数,即模糊聚类分析函数实现。
步骤3)是利用聚类结果中的数据,结合物性统计中的数据将不同类划分到不同的地层中,并算出不同类数据的均值,做成相应的物性统计表,以得到地层的定量解释。
本发明还提供了一种基于重磁电震三维联合反演下的地质综合识别装置,该识别装置包括数据获取模块、数据分析模块和数据解释模块,
所述的数据获取模块用于获取重磁电震联合反演结果和研究区物性资料;
所述的数据分析模块用于对重磁电震联合反演结果进行聚类分析,以得到相应的分类结果;
所述的数据解释模块用于根据研究区的物性统计将聚类结果中的不同类划分到不同的地层,进行聚类均值统计,以得到重磁电震联合反演的地质综合解释结果。
所述数据分析模块采用模糊聚类算法对重磁电震联合反演结果进行聚类分析。
所述数据分析模块利用MATLAB软件中的fcm函数,即模糊聚类分析函数实现。
所述数据解释模块是利用聚类结果中的数据,结合物性统计中的数据将不同类划分到不同的地层中,并算出不同类数据的均值,做成相应的物性统计表,以得到得到地层的定量解释。
本发明的有益效果是:本发明首先获取重磁电震联合反演结果和研究区物性统计;然后对重磁电震联合反演结果进行聚类分析,得到相应的聚类结果;最后根据研究区的物性统计将聚类结果中的不同类划分到不同的地层,进行聚类均值统计,以得到重磁电震联合反演的地质综合解释结果。通过上述过程,本发明克服了人为因素的影响,利用有限的地质和地震约束条件,得到可靠的解释模型,实现对三维反演结果的客观和整体评价,特别是对于复杂地质构造条件具有很强的适用性。尤其是在解释工作量大的情况下,使用该方法可以大大减少工作量。该方法快速、高效、经济,具有广阔的市场前景和良好的推广使用价值。
附图说明
图1是本发明实施例中伊宁凹陷物性反演结果三维聚类结果图;
图2是本发明实施例中伊宁凹陷聚类值分布规律图;
图3是本发明实施例中伊宁凹陷2012-cemp-91线聚类结果与对应测井信息示意图;
图4是本发明实施例中伊宁凹陷2012-cemp-91线聚类分析结果示意图;
图5是本发明实施例中2012-CEMP-91线重磁电震联合反演断面图;
图6是本发明实施例中伊宁凹陷二叠系上统顶界面埋深图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的说明。
本发明的基于重磁电震三维联合反演下的地质综合识别方法的实施例
本发明在三维地球物理联合反演的基础上,利用模糊聚类分析可以定量划分属性的特点,从反演结果的物性分布出发,将我们需要的目标地层清晰地划分出来,并且与已知的先验信息具有很好的吻合。
1.获取重磁电震联合反演结果和研究区物性统计。
从重磁电震联合反演模型耦合机制出发,得到重磁电震联合反演结果;物性统计是指研究区的已有的地质地震约束条件。
本实施例以伊宁凹陷为研究区进行说明,该研究区的物性统计表如表1所示。
表1
2.对重磁电震联合反演结果进行聚类分析,以得到相应的聚类结果。
聚类就是按照一定的要求和规律对事物进行区分和分类的过程,将数据点的集合分成若干或簇,使得每个簇中的数据点之间最大程度地相似,而不同簇中的数据点最大程度地不同。增强数据集的可理解性,发现数据集中数据之间有效的内在结构和联系,在这一过程中没有任何关于分类的先验知识,没有教师指导,仅靠事物间的相似性作为类属划分的准则,因此属于无监督分类的范畴。聚类分析是用数学方法研究和处理所给定对象的分类。人类要认识世界就必须区别不同的事物并认识事物间的相似性。聚类分析是多元统计分析的方法之一,也是统计模式识别中非监督模式识别的一个重要分支。传统的聚类分析是一种硬划分,它把每个待辨识的对象严格地划分到某个类中,具有非此即彼的性质,这种类别划分的界限是分明的。而实际上大多数对象并没有严格的属性,它们在性态和类属方面存在着模糊性,适合进行软化分。模糊理论为软化分提供了有力的分析工具,通过模糊的方法来处理聚类问题称之为模糊聚类分析,它是聚类分析与模糊理论相结合的产物。
本发明在实施中所用到的样本集是指所要分析的重磁电震三维联合反演后所获的密度、电阻率和磁化强度分别做归一化处理后的数据。模糊聚类首先得到的是不同类的数据体,再对这些不同类别的数据体做统计学分析,例如统计不同类别之间的均值、方差,再结合地质、地震、测井等约束信息,将不同类划分相应的层位,最后得到带有地质信息的层位。
本发明采用模糊聚类算法对重磁电震三维联合反演结果进行分类,首先初始化构建一个初步的划分,将数据划分为K个模糊组,构建一个隶属度矩阵U,通过隶属度矩阵求解每个模糊组的中心点,根据计算出的中心点来获取当前划分的目标函数值,将当前获得的目标函数与上一次获得的目标函数值进行比较,如果满足截止条件则终止算法,否则更新隶属度矩阵U,重复以上步骤,具体的实现过程如下。
设待分类的样本集为X={X1,X2,…...Xn}其中,X是一个n×q的矩阵,n是样本集合中的元素个数(本实例中这里n为3,即3种物性),X1、X2和X3分别为电阻率、密度和磁化率分别做各自归一化后的数据,q是特征空间维数,代表X1向量的长度。如果要将样本集X划分为c个类别,即,c个所要划分的地层数,那么n个样本分别属于c个类别的隶属度矩阵记为U=[uik]c×n(模糊划分矩阵):其中uik(1ic,1k n)表示第k个样本Xk属于第i个类别的隶属度,uik应满足以下两个约束条件:
0≤uik≤1,1≤i≤c,1≤k≤n (1)
Bezdek定义了模糊c均值聚类算法的一般描述:
其中,m称为模糊加权指数,是根据适合地球物理数据的模糊权重值,一般为2,又称为平滑阐述参数,控制分类矩阵U的模糊程度;U是模糊聚类算法中间过程中产生的模糊度矩阵,是为下一步划分不同类别做准备的;P是模糊聚类算法中不同类的中心,在模糊聚类算法中,就某一个聚类中心而言,划分到其中的元素距离聚类中心最近,这个聚类中心也是随着模糊聚类的迭代而不断变化的。尽管从数学角度看,m的出现不自然,但如果不对隶属度加权,从硬聚类目标函数到模糊聚类的目标函数的推广将是无效的。在上述目标函数中,样本Xk与第i类的聚类原型之间的距离度量的一般表达式定义为:
(dik)2=Xk-Pim=(Xk-Pi)TM(Xk-Pi) (3)
其中,M为q×q阶的对称正定矩阵。聚类的准则为取Jm(U,P)的极小值min{Jm(U,P)},P=(p1,p2,…,pc)为q×c矩阵,表示聚类中心矩阵,pi(i=1,2,…,c)∈Rq为第i类的聚类中心。模糊聚类算法就是一个使目标函数Jm(X,U,P)最小化的迭代求解过程。
由于矩阵U中各列都是独立的,因此:
上式极值在约束条件下,可用拉格朗日乘数法来求解:
对于定义集合Ik和为:
可以推出使得Jm(U,P)为最小的μik及获得Jm(U,P)为最小值时pi的值:
以及当Ik≠Φ
若数据集X、聚类类别数c和模糊权重值m已知,就能由min{Jm(U,P)}采用迭代算法来求解最佳模糊分类矩阵U和聚类中心P。
现举例说明如下:
下表2是三维联合反演后结果的部分数据,a、b、c列分别是x、y、z方向,d、e、f分别是电阻率、密度和磁化率的物性值。将d、e、f三列分别做归一化处理(归一化到0.1和1之间):
表2
模糊聚类分析的样本集就是如下表3中这三列所组成的矩阵。
表3
模糊聚类的结果如表4所示(如图4表现的样式),a、b、c三列是x、y、z方向,d列是模糊聚类给每个类别的标号。对每个类别的数据体做统计学分析,结合地质信息,可以推断每个类别对应的地层。表5里面的标号即为这里的d列。
表4
3.根据研究区的物性统计将聚类结果中的不同类划分到不同的地层,进行聚类均值统计,以得到重磁电震联合反演的地质综合解释结果。
本实施例中的伊宁凹陷的三种物性(重磁电)的聚类分析结果如图1所示,不同颜色代表划分的不同类,也即不同的地层,将不同类的数据分别画出其柱状图,结合物性统计中的数据给不同类划分到不同的地层中,算出不同类数据的均值,做成物性统计表,如表2所示,结合表1给不同类按顺序标号,作图时,给不同标号的地层不同的颜色,这样便可区别不同地层,从而得到地层的定量解释。
表5
本实施例中研究区中091线对应测井(伊宁2井)信息结果如图3所示,其中,不同颜色对应了不同的地层,也就是聚类均值统计表里面的数值。从图中可以看出,测井得到的地层与聚类解释结果可以很好的对应上。091线的剖面聚类结果如图4所示,聚类结果可以将地层清晰的划分出来,而且测井信息可以很好地对应上,达到了定量解释的目的。
4.开展地质综合识别,进行不同目的层的详细划分,包括利用重磁电震联合反演地质综合解释结果所获得的不同目的层在剖面和平面上埋藏深度。
重磁电震联合反演后的结果中本身就包含了深度信息(目的层的埋藏深度),所以不需要最后专门的“埋藏深度模块”;而且物性和深度其实是一一对应的(每一个xyz坐标点对应一组物性),这样当物性被划分为不同的类别时,可以对应原来的深度信息,再将这个深度对应到模糊聚类的结果中,从而确定不同类别即不同目的层的深度。
本实施例中地层界面标定的结果如图5所示,对091线聚类结果进行重磁电震联合反演地质综合解释,反映出该地层的纵横向展布、断裂发育状况。伊宁凹陷二叠系上顶界面埋深如图6所示,从中可见看出本发明综合识别方法能够识别出二叠系上顶界面的埋藏深度以及平面变化情况。
本发明的基于重磁电震三维联合反演下的地质综合识别装置的实施例
本实施例中的地质综合识别装置包括数据获取模块、数据分析模块、数据解释模块和埋藏深度确定模块,其中数据获取模块用于获取重磁电联合反演结果和研究区物性资料;数据分析模块用于对重磁电联合反演结果进行聚类分析,以得到相应的分类结果;数据解释模块用于根据研究区的物性统计将聚类结果中的不同类划分到不同的地层,进行聚类均值统计,以得到重磁电震联合反演的地质综合解释结果。上述各个模块的具体实现手段已在方法的实施例中进行了详细说明,这里不再赘述。
Claims (9)
1.一种基于重磁电震三维联合反演下的地质综合识别方法,其特征在于,该识别方法包括以下步骤:
1)获取重磁电震联合反演结果和研究区物性统计;
2)对重磁电震联合反演结果进行聚类分析,得到相应的聚类结果;
3)根据研究区的物性统计将聚类结果中的不同类划分到不同的地层,进行聚类均值统计,以得到重磁电震联合反演的地质综合解释结果。
2.根据权利要求1所述的基于重磁电震三维联合反演下的地质综合识别方法,其特征在于,该方法还包括利用重磁电震联合反演地质综合解释结果进行不同目的层的划分。
3.根据权利要求1或2所述的基于重磁电震三维联合反演下的地质综合识别方法,其特征在于,所述步骤2)中的聚类分析采用的是模糊聚类算法。
4.根据权利要求3所述的基于重磁电震三维联合反演下的地质综合识别方法,其特征在于,步骤2)中采用的模糊聚类算法是利用MATLAB软件中的fcm函数,即模糊聚类分析函数实现。
5.根据权利要求3所述的基于重磁电震三维联合反演下的地质综合识别方法,其特征在于,步骤3)是利用聚类结果中的数据,结合物性统计中的数据将不同类划分到不同的地层中,并算出不同类数据的均值,做成相应的物性统计表,以得到地层的定量解释。
6.一种基于重磁电震三维联合反演下的地质综合识别装置,其特征在于,该识别装置包括数据获取模块、数据分析模块和数据解释模块,
所述的数据获取模块用于获取重磁电震联合反演结果和研究区物性资料;
所述的数据分析模块用于对重磁电震联合反演结果进行聚类分析,以得到相应的分类结果;
所述的数据解释模块用于根据研究区的物性统计将聚类结果中的不同类划分到不同的地层,进行聚类均值统计,以得到重磁电震联合反演的地质综合解释结果。
7.根据权利要求6所述的基于重磁电震三维联合反演下的地质综合识别装置,其特征在于,所述数据分析模块采用模糊聚类算法对重磁电震联合反演结果进行聚类分析。
8.根据权利要求7所述的基于重磁电震三维联合反演下的地质综合识别装置,其特征在于,所述数据分析模块利用MATLAB软件中的fcm函数,即模糊聚类分析函数实现。
9.根据权利要求7所述的基于重磁电震三维联合反演下的地质综合识别装置,其特征在于,所述数据解释模块是利用聚类结果中的数据,结合物性统计中的数据将不同类划分到不同的地层中,并算出不同类数据的均值,做成相应的物性统计表,以得到地层的定量解释。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610677007.6A CN106443822A (zh) | 2016-08-16 | 2016-08-16 | 基于重磁电震三维联合反演下的地质综合识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610677007.6A CN106443822A (zh) | 2016-08-16 | 2016-08-16 | 基于重磁电震三维联合反演下的地质综合识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106443822A true CN106443822A (zh) | 2017-02-22 |
Family
ID=58181200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610677007.6A Pending CN106443822A (zh) | 2016-08-16 | 2016-08-16 | 基于重磁电震三维联合反演下的地质综合识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106443822A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229082A (zh) * | 2018-04-12 | 2018-06-29 | 吉林大学 | 一种基于数据空间快速计算的联合反演方法 |
CN108873103A (zh) * | 2018-09-14 | 2018-11-23 | 吉林大学 | 一种结构约束的二维重力梯度和大地电磁联合反演方法 |
CN112415584A (zh) * | 2020-11-09 | 2021-02-26 | 中国地质调查局水文地质环境地质调查中心 | 重磁电震联合反演共网格单元的初值填充方法及装置 |
CN113917561A (zh) * | 2021-09-17 | 2022-01-11 | 东华理工大学 | 一种矿区三维地质建模中目标地质体的确定方法及系统 |
CN113917560A (zh) * | 2021-09-16 | 2022-01-11 | 成都理工大学 | 一种三维重磁电震多参数协同反演方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520518A (zh) * | 2008-02-25 | 2009-09-02 | 中国石油集团东方地球物理勘探有限责任公司 | 一种利用重磁电异常的组合特征识别火成岩岩性的方法 |
CN103257360A (zh) * | 2013-04-25 | 2013-08-21 | 刘立峰 | 基于模糊c均值聚类的碳酸盐岩流体识别方法 |
CN104101902A (zh) * | 2013-04-10 | 2014-10-15 | 中国石油天然气股份有限公司 | 地震属性聚类方法及装置 |
CN104316963A (zh) * | 2014-10-21 | 2015-01-28 | 中国石油天然气股份有限公司 | 一种异常道识别方法 |
CN104573333A (zh) * | 2014-12-22 | 2015-04-29 | 长江大学 | 利用聚类分析进行模型优选的方法 |
CN105425293A (zh) * | 2015-11-20 | 2016-03-23 | 中国石油天然气股份有限公司 | 地震属性聚类方法及装置 |
-
2016
- 2016-08-16 CN CN201610677007.6A patent/CN106443822A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520518A (zh) * | 2008-02-25 | 2009-09-02 | 中国石油集团东方地球物理勘探有限责任公司 | 一种利用重磁电异常的组合特征识别火成岩岩性的方法 |
CN104101902A (zh) * | 2013-04-10 | 2014-10-15 | 中国石油天然气股份有限公司 | 地震属性聚类方法及装置 |
CN103257360A (zh) * | 2013-04-25 | 2013-08-21 | 刘立峰 | 基于模糊c均值聚类的碳酸盐岩流体识别方法 |
CN104316963A (zh) * | 2014-10-21 | 2015-01-28 | 中国石油天然气股份有限公司 | 一种异常道识别方法 |
CN104573333A (zh) * | 2014-12-22 | 2015-04-29 | 长江大学 | 利用聚类分析进行模型优选的方法 |
CN105425293A (zh) * | 2015-11-20 | 2016-03-23 | 中国石油天然气股份有限公司 | 地震属性聚类方法及装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108229082A (zh) * | 2018-04-12 | 2018-06-29 | 吉林大学 | 一种基于数据空间快速计算的联合反演方法 |
CN108873103A (zh) * | 2018-09-14 | 2018-11-23 | 吉林大学 | 一种结构约束的二维重力梯度和大地电磁联合反演方法 |
CN112415584A (zh) * | 2020-11-09 | 2021-02-26 | 中国地质调查局水文地质环境地质调查中心 | 重磁电震联合反演共网格单元的初值填充方法及装置 |
CN112415584B (zh) * | 2020-11-09 | 2021-08-27 | 中国地质调查局水文地质环境地质调查中心 | 重磁电震联合反演共网格单元的初值填充方法及装置 |
CN113917560A (zh) * | 2021-09-16 | 2022-01-11 | 成都理工大学 | 一种三维重磁电震多参数协同反演方法 |
CN113917561A (zh) * | 2021-09-17 | 2022-01-11 | 东华理工大学 | 一种矿区三维地质建模中目标地质体的确定方法及系统 |
CN113917561B (zh) * | 2021-09-17 | 2023-06-20 | 东华理工大学 | 一种矿区三维地质建模中目标地质体的确定方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106443822A (zh) | 基于重磁电震三维联合反演下的地质综合识别方法及装置 | |
CN106526693B (zh) | 裂缝识别方法和装置 | |
CN103955702B (zh) | 基于深度rbf网络的sar图像地物分类方法 | |
CN106650809B (zh) | 一种车载激光点云目标分类方法和系统 | |
CN104570083B (zh) | 基于多维地震属性的地质体自动识别方法 | |
CN107356958A (zh) | 一种基于地质信息约束的河流相储层分步地震相预测方法 | |
CN107545577A (zh) | 基于神经网络的沉积相图像分割方法 | |
CN104181597B (zh) | 一种基于叠前地震数据的地震相分析方法 | |
US20090276157A1 (en) | System and method for interpretation of well data | |
CN105467449B (zh) | 基于地震分级敏感属性融合的深层薄互储层定量表征方法 | |
CN106529667A (zh) | 一种大数据环境下基于模糊深度学习的测井相识别与分析方法 | |
CN105427309A (zh) | 面向对象高空间分辨率遥感信息提取的多尺度分层处理方法 | |
CN110097069A (zh) | 一种基于深度多核学习的支持向量机岩相识别方法及装置 | |
CN106650744A (zh) | 局部形状迁移指导的图像对象共分割方法 | |
CN110135354A (zh) | 一种基于实景三维模型的变化检测方法 | |
CN104280771A (zh) | 一种基于em算法的三维地震数据波形的半监督聚类方法 | |
CN106226816A (zh) | 一种叠前地震信号波形分类方法 | |
CN107882541B (zh) | 水驱流场生成方法及装置 | |
CN109165672A (zh) | 一种基于渐进式学习的集成分类方法 | |
CN107194349A (zh) | 基于深度学习的高分辨率PolSAR图像城区地物分类方法 | |
Eskandari et al. | Reservoir Modelling of Complex Geological Systems--A Multiple-Point Perspective | |
CN110363299A (zh) | 面向露头岩层分层的空间案例推理方法 | |
CN110412662A (zh) | 基于地震多属性深度学习的薄互层储层预测方法 | |
CN115879648A (zh) | 一种基于机器学习的三元深部成矿预测方法及系统 | |
CN106022359A (zh) | 基于有序信息熵的模糊熵空间聚类分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |