CN106452140A - 一种单相逆变器自适应电流模型预测控制方法 - Google Patents

一种单相逆变器自适应电流模型预测控制方法 Download PDF

Info

Publication number
CN106452140A
CN106452140A CN201610988269.4A CN201610988269A CN106452140A CN 106452140 A CN106452140 A CN 106452140A CN 201610988269 A CN201610988269 A CN 201610988269A CN 106452140 A CN106452140 A CN 106452140A
Authority
CN
China
Prior art keywords
current
unknown
unknown deviation
aid
models
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
Application number
CN201610988269.4A
Other languages
English (en)
Inventor
洪永强
马向辉
李钷
吴扬波
薛文东
何良宗
张景瑞
林霞
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.)
Xiamen University
Original Assignee
Xiamen University
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 Xiamen University filed Critical Xiamen University
Priority to CN201610988269.4A priority Critical patent/CN106452140A/zh
Publication of CN106452140A publication Critical patent/CN106452140A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02MAPPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M7/00Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
    • H02M7/42Conversion of dc power input into ac power output without possibility of reversal
    • H02M7/44Conversion of dc power input into ac power output without possibility of reversal by static converters
    • H02M7/48Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02MAPPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M1/00Details of apparatus for conversion
    • H02M1/12Arrangements for reducing harmonics from ac input or output

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Inverter Devices (AREA)

Abstract

一种单相逆变器自适应电流模型预测控制方法,涉及变流器的逆变控制。包括以下步骤:1)多次采集逆变器交流侧的电流,通过均值滤波,获得测量电流值;2)将步骤1)中获得的测量电流值和电路中的未知偏差作为状态量,构建一个增广状态空间方程,并通过设计龙贝格观测器,观测出电路中的未知偏差值,所述龙贝格观测器的特点是将模型的未知偏差值等效于一个缓变的量,减少了龙贝格观测器的维度,方便实现;3)将步骤2)中获得的未知偏差值,补偿到电路方程中,进行模型预测控制,实现精确电流跟踪。能实现精确的电流跟踪,且电流谐波畸变小,具有良好的鲁棒性,过渡时间短,能快速地从扰动中恢复稳定。

Description

一种单相逆变器自适应电流模型预测控制方法
技术领域
本发明涉及变流器的逆变控制,尤其是涉及一种单相逆变器自适应电流模型预测控制方法。
背景技术
近年来,得力于半导体工艺和计算机技术的飞速发展,电力电子技术的研究也取得了累累硕果。逆变技术作为电力电子技术的一个重要分支,在交流驱动、有源滤波器、静止无功补偿器、电网互联等方面得到了广泛的应用。逆变器作为电网中的重要接口设备,其性能的优劣决定了电能的质量,因此,国家相关部门和国际组织出台了一系列标准,同时也吸引了大量学者致力于逆变控制技术的研究。
逆变器控制的核心问题是电流跟踪控制。目前,主流的电流跟踪控制算法主要包括电流滞环控制、滑模控制、线性控制、预测控制以及模糊神经网络控制为代表的先进控制算法。模型预测控制算法是基于预测过程模型的一种最优预测控制算法,具有控制效果好、鲁棒性强等优点,可有效地克服过程的不确定性、非线性和耦合性,能方便处理变量中的各种约束,因此,近年来在电力电子领域得到了广泛的应用。
当系统模型准确时,模型预测控制能实现快速、准确、低谐波畸变的电流跟踪效果。但是,在实际过程中,由于器件工艺、温度、不正常运行状态、故障等不确定因素会给系统参数引入难以直接测量的未知偏差,而这些偏差会给系统带来周期性扰动,当扰动过大时,会影响控制效果,甚至会造成系统崩溃。
中国专利CN105305858A公开了一种逆变器自适应方法,该方法是对工作模式进行自适应判断。本发明是对功率电路的参数进行自适应辨识。
中国专利CN104810859A公开了一种逆变器自适应准PRD方法,该方法是逆变器自适应准PRD控制,通过对反馈系数进行调节实现功率电路的参数不准确时候的控制。本发明是自适应模型预测控制方法,特点是基于多重采用方法的参数自适应辨识方法,对参数进行在线修正,得到准确的模型,然后设计基于模型的预测控制,实现电流的准确跟踪。
发明内容
本发明的目的在于提供能够在逆变器元器件参数摄动或少传感器情况下实现精确电流跟踪的一种单相逆变器自适应电流模型预测控制方法。
本发明包括以下步骤:
1)多次采集逆变器交流侧的电流,通过均值滤波,获得测量电流值;
2)将步骤1)中获得的测量电流值和电路中的未知偏差作为状态量,构建一个增广状态空间方程,并通过设计龙贝格观测器,观测出电路中的未知偏差值,所述龙贝格观测器的特点是将模型的未知偏差值等效于一个缓变的量,减少了龙贝格观测器的维度,方便实现;
3)将步骤2)中获得的未知偏差值,补偿到电路方程中,进行模型预测控制,实现精确电流跟踪。
步骤2)和步骤3)并不是简单的顺序进行,而是以不同的控制周期运作。其中,步骤2)的控制周期要远小于步骤3),以使未知偏差观测值得到充分的运算,获得足够高的精度。
本发明在观测器频率远大于模型预测控制决策频率的前提下,将电路中的未知偏差近似为常值,并在此基础上建立二维增广状态空间模型,进而设计龙贝格观测器。在观测器多次迭代后,获得较为准确的观测值,将其补偿到电路方程中,进行模型预测控制,实现精确的电流跟踪效果。试验证明,本发明能实现精确的电流跟踪,且电流谐波畸变小,具有良好的鲁棒性,过渡时间短,能快速地从扰动中恢复稳定。本发明将未知偏差等效于一个缓变量,使得逆变器模型结构保持为线性,因而其增广模型也是线性结构,且被重构量减少为一个,易于观测器的设计与实现。
附图说明
图1为单相逆变器带阻感负载图;
图2为单相逆变器带电机负载图;
图3为单相逆变器带未知阻感负载图;
图4为本发明控制方法流程图;
图5为本发明在逆变器刚上电过渡过程的调制信号;
图6为本发明在逆变器刚上电过渡过程的电流跟踪效果;
图7为本发明在逆变器刚上电过渡过程的观测器效果;
图8为本发明在跟踪电流突变的调制信号;
图9为本发明在跟踪电流突变的电流跟踪效果;
图10为本发明在跟踪电流突变的观测器效果;
图11为本发明在阻感负载突变的调制信号;
图12为本发明在阻感负载突变的电流跟踪效果;
图13为本发明在阻感负载突变的观测器效果;
图14为本发明在反向电动势突变的电流跟踪效果;
图15为本发明在反向电动势突变的观测器效果。
具体实施方式
以下实施例将对本发明作进一步的说明。
本发明提供一种新的自适应电流模型预测控制方法,能够在逆变器元器件参数摄动或少传感器情况下实现精确电流跟踪。控制方法包括如下步骤:
1)多次采集逆变器交流侧的电流,通过均值滤波,获得电流当前值。
2)将步骤1)中获得的测量电流值和电路中的未知偏差作为状态量,构建一个增广状态空间方程,并通过设计龙贝格观测器,观测出电路中的未知偏差。该观测器的特点是将模型的未知偏差等效于一个缓变的量。该缓变量的能观性和观测器设计原理说明如下:
图1和图2分别表示的是单相逆变器带普通阻感负载和带电动机负载的情况。
对于单相逆变器带普通阻感负载的情况,由于制造工艺、温度、不正常运行状态、故障等原因,会给阻感参数引入难以测量的未知偏差,如图3所示,Roffset和Loffset表示电阻和电感参数的未知偏差。逆变器应用中,通常要求输出电流为正弦值,电流流过未知阻感,将产生幅值相位未知的正弦压降。
对于单相逆变器带电动机的情况,由于电机的特性,将给电路引入反向电动势,即图2中的UEMF。反向电动势通常难以直接测量,现有的技术主要是利用传感器测取转子转速和位置间接获得其幅值、相位。但是,传感器的引入将增加系统的成本和维护费用。这里将提出一种无传感器获得反向电动势的方式。
以上两个应用案例的共性是在负载侧都存在难以直接测量的未知正弦电压。将这部分未知偏差考虑进模型中,由基尔霍夫定律可得:
式中,R0、L0、UDC、Ud分别为负载电阻、电感和直流侧电压。i为负载电流,s为开关因子,共有三种状态,满足下式:
当观测器算法的更新速率远大于开关器件的切换频率时,对于观测器来说,未知电压会是一个常值,即Ud导数:
设x1=i,x2=Ud,u=UDC,并结合式(1)和(2)可以获得二阶增广状态空间模型:
式中,
式(3)描述的是一个线性定常系统,因此我们可以基于此模型设计龙贝格观测器。首先,对该系统进行能观性证明。
命题1:式(3)描述的系统能设计龙贝格观测器
证明:
定理1:若线性定常系统∑0=(A,B,C)完全能观,则其状态矢量x可由输出y和输入u进行重构。
模型的系数矩阵N如下:
显然,系数矩阵满秩,即rank(N)=2,所以该系统完全能观,可构造观测器。
于是,可获得系统的龙贝格状态观测器方程:
式中,L=[L1 L2]T,其中L1和L2是观测器反馈常量。表示x观测值,表示y观测值。为了进一步讨论参数矩阵L的选择,引入状态误差矢量并结合式(3)和(4)可获得状态误差方程:
由误差方程可知,参数矩阵的选择直接决定了其零极点的位置,进而决定了误差的收敛速度,换言之,选择合适的参数矩阵,能让观测器状态快速准确地跟踪上系统真实值。我们可以选择零极点配置的方式来确定参数矩阵。
在数字控制系统中,还需要将式(4)进行离散化。对式(4)以采样时间Ts作一阶后项差分可得:
式中,y(k)=ex(k), k表示第k次采样。
利用式(6)多次迭代,便可获得状态变量的准确观测值 中包含了Ud的观测值。
3)将步骤2)中获得的未知偏差值,补偿到电路方程中,进行模型预测控制,实现精确电流跟踪。
步骤2)和步骤3)并不是简单的顺序进行,而是以不同的控制周期运作。其中,步骤2)的控制周期要远小于步骤3),以使未知偏差观测值得到充分的运算,获得足够高的精度。
对式(1)以采样周期T(T远大于观测器离散化周期Ts)离散化可得其离散时间系统模型:
式(7)中,开关因子s(k)为系统输入量。
选择电流预测值和电流期望值的差的二范数作为代价函数,即:
V=|i(k+1)-iref(k+1)| (8)
其中,iref(k+1)为电流期望值,通过预先设定的查找表获得。这里需要说明的是,本发明的代价函数只选择了单步预测值进行评价,可根据需要进行扩展为多步预测。
在每个模型预测控制周期中,通过遍历开关因子s的三种可选取值,选取使式(8)取得最小值的开关因子值作为下个周期的开关状态输出。
以下将结合实施例中的附图,对本发明中提出的单相逆变器电流跟踪的新方法进行清楚、完整地描述,下面所描述的实施例仅仅是本发明一部分的实施例,并非全部的实施例。下面利用仿真软件MATLAB/SIMULINK对算法进行仿真。SIMULINK仿真参数如表1。
表1
图5~7为上电过渡过程的波形图,时间范围从0s截取至0.08s四个正弦周波的时间。图5为控制器输出的调制信号,即开关因子s。图6反映的是电流的跟踪情况,即最终的控制目标。虚线代表期望电流,蓝色线为实际跟踪电流。在上电后很短的时间内,电流便迅速跟上了期望电流4A,并且稳态的THD值很低。跟踪误差在0.2%以内。图7反映的是对未知负载Roffset和Loffset两端电压的辨识情况。实线代表电压的测量值,虚线代表辨识值。从图中我们发现,辨识值在一个周波内就准确地跟踪上了测量值,误差在0.2%
图8~10反映的是上电后0.12s时,期望电流由4A跳变为3A,经过四个周波后,在0.2s时刻又跳变回4A。图8为控制器输出的调制信号,即开关因子s。图9反映电流的响应是十分迅速的,几乎是瞬间跟踪上了期望电流。图10反映电压辨识值也在一个周波内跟随上了真实值。
图11~13反映的是上电后0.1s时,参数Roffset由0.6Ω跳变至0.3Ω。图11为控制器输出的调制信号,即开关因子s。图12反映跟踪电流基本不受跳变的影响。图13由于电阻变化引起了时间常数的变化,因此未知负载两端电压发生了变化,而观测器也在一个周波内辨识出了真实值,并且误差在0.2%以内。
图14和15反映了反向电动势的辨识过程。图14反映上电后0.1s时,反向电动势发生了突变,由5V跳变至3V,观测器几乎瞬间辨识出新值。图15反映在前后两种不同反向电动势下,辨识值都与真实值保持在均值为0.2V以内的误差。
本发明在观测器频率远大于模型预测控制决策频率的前提下,将电路中的未知偏差近似为常值,并在此基础上建立二维增广状态空间模型,进而设计龙贝格观测器。在观测器多次迭代后,获得较为准确的观测值,将其补偿到电路方程中,进行模型预测控制,实现精确的电流跟踪效果。试验证明,本发明能实现精确的电流跟踪,且电流谐波畸变小,具有良好的鲁棒性,过渡时间短,能快速地从扰动中恢复稳定。

Claims (1)

1.一种单相逆变器自适应电流模型预测控制方法,其特征在于包括以下步骤:
1)多次采集逆变器交流侧的电流,通过均值滤波,获得测量电流值;
2)将步骤1)中获得的测量电流值和电路中的未知偏差作为状态量,构建一个增广状态空间方程,并通过设计龙贝格观测器,观测出电路中的未知偏差值,所述龙贝格观测器的特点是将模型的未知偏差值等效于一个缓变的量,减少了龙贝格观测器的维度,方便实现;
3)将步骤2)中获得的未知偏差值,补偿到电路方程中,进行模型预测控制,实现精确电流跟踪。
CN201610988269.4A 2016-11-10 2016-11-10 一种单相逆变器自适应电流模型预测控制方法 Pending CN106452140A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610988269.4A CN106452140A (zh) 2016-11-10 2016-11-10 一种单相逆变器自适应电流模型预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610988269.4A CN106452140A (zh) 2016-11-10 2016-11-10 一种单相逆变器自适应电流模型预测控制方法

Publications (1)

Publication Number Publication Date
CN106452140A true CN106452140A (zh) 2017-02-22

Family

ID=58208225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610988269.4A Pending CN106452140A (zh) 2016-11-10 2016-11-10 一种单相逆变器自适应电流模型预测控制方法

Country Status (1)

Country Link
CN (1) CN106452140A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107016217A (zh) * 2017-04-28 2017-08-04 茂硕电源科技股份有限公司 一种采样滤波电流值的计算方法及其系统
CN107154767A (zh) * 2017-05-31 2017-09-12 龙岩学院 一种单相桥式逆变器反向电动势的辨识方法
CN107450041A (zh) * 2017-06-30 2017-12-08 珠海格力节能环保制冷技术研究中心有限公司 用于同步电机的电流传感器故障诊断方法、装置及变频器
CN108306505A (zh) * 2018-02-09 2018-07-20 厦门大学 一种Boost变换器的复合自适应模型预测控制方法
CN108512476A (zh) * 2018-04-27 2018-09-07 武汉理工大学 一种基于新型龙贝格观测器的感应电机转速估算方法
CN108631638A (zh) * 2018-05-18 2018-10-09 龙岩学院 一种单相逆变器的改进模型预测控制方法
CN111740575A (zh) * 2020-07-01 2020-10-02 电子科技大学 一种基于最速下降法的逆变器模型参数自适应辨识方法
CN111987961A (zh) * 2020-09-02 2020-11-24 南通大学 一种永磁同步电机无位置传感器直接转矩控制方法
CN112039123A (zh) * 2020-09-25 2020-12-04 华中科技大学 一种并网逆变器无交流电压传感器控制方法
CN112398358A (zh) * 2020-11-06 2021-02-23 国网吉林省电力有限公司电力科学研究院 一种基于迭代结构参数的并网逆变器控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104810859A (zh) * 2015-05-27 2015-07-29 哈尔滨工业大学 光伏并网逆变器自适应准prd控制方法
CN105305858A (zh) * 2015-11-18 2016-02-03 保定嘉盛光电科技股份有限公司 自适应光伏逆变器
CN105471313A (zh) * 2016-01-15 2016-04-06 浙江埃菲生能源科技有限公司 基于负载电流状态观测器的三相逆变器双环优化控制方法
CN105790306A (zh) * 2016-04-22 2016-07-20 哈尔滨工业大学 基于逆变器电流单传感器的lcl型并网逆变器控制方法
CN105915094A (zh) * 2016-04-22 2016-08-31 哈尔滨工业大学 基于电网电流单传感器的lcl型并网逆变器控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104810859A (zh) * 2015-05-27 2015-07-29 哈尔滨工业大学 光伏并网逆变器自适应准prd控制方法
CN105305858A (zh) * 2015-11-18 2016-02-03 保定嘉盛光电科技股份有限公司 自适应光伏逆变器
CN105471313A (zh) * 2016-01-15 2016-04-06 浙江埃菲生能源科技有限公司 基于负载电流状态观测器的三相逆变器双环优化控制方法
CN105790306A (zh) * 2016-04-22 2016-07-20 哈尔滨工业大学 基于逆变器电流单传感器的lcl型并网逆变器控制方法
CN105915094A (zh) * 2016-04-22 2016-08-31 哈尔滨工业大学 基于电网电流单传感器的lcl型并网逆变器控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郝洪伟: ""基于状态观测器的三相逆变器增广控制系统研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107016217A (zh) * 2017-04-28 2017-08-04 茂硕电源科技股份有限公司 一种采样滤波电流值的计算方法及其系统
CN107016217B (zh) * 2017-04-28 2020-08-04 茂硕电源科技股份有限公司 一种采样滤波电流值的计算方法及其系统
CN107154767B (zh) * 2017-05-31 2019-11-08 龙岩学院 一种单相桥式逆变器反向电动势的辨识方法
CN107154767A (zh) * 2017-05-31 2017-09-12 龙岩学院 一种单相桥式逆变器反向电动势的辨识方法
CN107450041A (zh) * 2017-06-30 2017-12-08 珠海格力节能环保制冷技术研究中心有限公司 用于同步电机的电流传感器故障诊断方法、装置及变频器
CN108306505A (zh) * 2018-02-09 2018-07-20 厦门大学 一种Boost变换器的复合自适应模型预测控制方法
CN108512476A (zh) * 2018-04-27 2018-09-07 武汉理工大学 一种基于新型龙贝格观测器的感应电机转速估算方法
CN108512476B (zh) * 2018-04-27 2020-08-07 武汉理工大学 一种基于龙贝格观测器的感应电机转速估算方法
CN108631638B (zh) * 2018-05-18 2020-01-21 龙岩学院 一种单相逆变器的改进模型预测控制方法
CN108631638A (zh) * 2018-05-18 2018-10-09 龙岩学院 一种单相逆变器的改进模型预测控制方法
CN111740575A (zh) * 2020-07-01 2020-10-02 电子科技大学 一种基于最速下降法的逆变器模型参数自适应辨识方法
CN111740575B (zh) * 2020-07-01 2023-06-09 电子科技大学 一种基于最速下降法的逆变器模型参数自适应辨识方法
CN111987961A (zh) * 2020-09-02 2020-11-24 南通大学 一种永磁同步电机无位置传感器直接转矩控制方法
CN112039123A (zh) * 2020-09-25 2020-12-04 华中科技大学 一种并网逆变器无交流电压传感器控制方法
CN112039123B (zh) * 2020-09-25 2021-10-29 华中科技大学 一种并网逆变器无交流电压传感器控制方法
CN112398358A (zh) * 2020-11-06 2021-02-23 国网吉林省电力有限公司电力科学研究院 一种基于迭代结构参数的并网逆变器控制方法

Similar Documents

Publication Publication Date Title
CN106452140A (zh) 一种单相逆变器自适应电流模型预测控制方法
Bai et al. A novel parameter identification approach via hybrid learning for aggregate load modeling
Lehn Exact modeling of the voltage source converter
Han et al. Stability analysis of digital-controlled single-phase inverter with synchronous reference frame voltage control
Lu et al. Distributed impulsive control for islanded microgrids with variable communication delays
Khalghani et al. A novel self-tuning control method based on regulated bi-objective emotional learning controller's structure with TLBO algorithm to control DVR compensator
Ruiz et al. Voltage and reactive power estimation for contingency analysis using sensitivities
CN105071677B (zh) 用于两电平三相并网逆变器的电流预测控制方法
Wang et al. Multi‐rate real‐time model‐based parameter estimation and state identification for induction motors
CN108448585B (zh) 一种基于数据驱动的电网潮流方程线性化求解方法
CN105515430A (zh) 一种三相并网逆变器的控制方法
Alam et al. Modified MPC with extended VVs for grid‐connected rectifier
CN108959671B (zh) 半桥和全桥型模块化多电平换流器的实时仿真建模方法
Kou et al. Data‐driven design of fault diagnosis for three‐phase PWM rectifier using random forests technique with transient synthetic features
Keyhani et al. Composite neural network load models for power system stability analysis
Mahdian Dehkordi et al. Robust reliable fault tolerant control of islanded microgrids using augmented backstepping control
Wang et al. Deadbeat predictive current control of permanent magnet synchronous motor based on variable step‐size adaline neural network parameter identification
CN103066602B (zh) 基于后向最佳线性预测理论的微电网混合型电力滤波器谐波电流预测方法
Gong et al. A Model Review for Controller-hardware-in-the-loop Simulation in EV Powertrain Application
Gedlu et al. Temperature estimation of electric machines using a hybrid model of feed-forward neural and low-order lumped-parameter thermal networks
Sharida et al. Digital-twin-based diagnosis and tolerant control of T-type three-level rectifiers
Tian et al. A Data-Driven Modeling Method of Virtual Synchronous Generator Based on LSTM Neural Network
Meliopoulos et al. Grid modernization: Seamless integration of protection, optimization and control
Dini et al. Real‐time monitoring and ageing detection algorithm design with application on SiC‐based automotive power drive system
Liu et al. D‐Q frame predictive current control methods for inverter stage of solid state transformer

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