CN106569052A - 考虑实时健康状态的电力变压器可靠性评估方法 - Google Patents

考虑实时健康状态的电力变压器可靠性评估方法 Download PDF

Info

Publication number
CN106569052A
CN106569052A CN201610890465.8A CN201610890465A CN106569052A CN 106569052 A CN106569052 A CN 106569052A CN 201610890465 A CN201610890465 A CN 201610890465A CN 106569052 A CN106569052 A CN 106569052A
Authority
CN
China
Prior art keywords
state
time
moment
distribution
reliability
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
Application number
CN201610890465.8A
Other languages
English (en)
Other versions
CN106569052B (zh
Inventor
李大虎
孙建波
楼贤嗣
何宇斌
郭创新
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.)
Zhejiang University ZJU
State Grid Corp of China SGCC
State Grid Hubei Electric Power Co Ltd
Original Assignee
Zhejiang University ZJU
State Grid Corp of China SGCC
State Grid Hubei Electric Power Co Ltd
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 Zhejiang University ZJU, State Grid Corp of China SGCC, State Grid Hubei Electric Power Co Ltd filed Critical Zhejiang University ZJU
Priority to CN201610890465.8A priority Critical patent/CN106569052B/zh
Publication of CN106569052A publication Critical patent/CN106569052A/zh
Application granted granted Critical
Publication of CN106569052B publication Critical patent/CN106569052B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑实时健康状态的电力变压器可靠性评估的方法。本发明包括如下步骤:步骤1、确定当前时刻、最后状态监测时刻、最后状态转移点、未来考察时间点、电力变压器状态逗留时间的初始分布等条件;步骤2、使用接受拒绝采样方法生成随机数,即每个状态的状态逗留时间;步骤3、计算本次采样样本下的可靠度与平均剩余寿命;步骤4、根据方差系数判断收敛条件是否满足;若不满足,返回第2步继续新的采样;若满足,计算可靠度函数与平均剩余寿命,评估完毕。与现有方法相比,本发明提出的模型中假设变压器处于周期监测中,但是健康状态的转移可以发生在任何时刻,这比现有的大多数模型更加符合实际。本发明可靠、易行,便于推广。

Description

考虑实时健康状态的电力变压器可靠性评估方法
技术领域
本发明属于电力变压器可靠性评估领域,特别涉及一种考虑实时健康状态的电力变压器可靠性评估方法。
背景技术
电力变压器是电力系统重要的一次设备,其安全稳定地运行对于电力系统的可靠性来说至关重要。因此建立适当的模型以计算电力变压器的停运率,从而对停运率较高的电力变压器进行维修是十分必要的。
而目前计算电力变压器的模型存在一些不足。有些模型简单基于历史统计数据,不考虑设备老化状态,这种模型一是无法准确个体反映实际情况,二是不能反映维修行为的影响。而有些实时模型中没有考虑变压器在线监测的实时健康状态,即使在部分考虑实时监测状态的模型中,也没有考虑监测间隔对可靠性评估结果的影响。针对这些不足,本发明专利提出了一种基于比例风险模型的考虑实时健康状态的电力变压器可靠性评估方法。
发明内容
本发明针对目前的计算电力变压器停运率的方法忽略了设备老化状态转移,以及简单地认为当前时刻变压器的健康状态始终等于最后状态监测时刻的状态等问题,提供一种考虑实时健康状态的电力变压器可靠性评估方法。
本发明解决其技术问题所采用的技术方案包括如下步骤:
步骤1、确定当前时刻、最后状态监测时刻、最后状态转移点、未来考察时间点、电力变压器状态逗留时间的初始分布等条件;
所述的当前时刻是进行电力变压器停运率计算的时刻t0
所述的最后状态监测时刻是最后一次状态监测时刻Δm
所述的未来考察时间点是计算电力变压器停运率的目标时刻;
所述的电力变压器状态逗留时间的初始分布分为两种情况。
第一种情况为当前时刻t0是状态监测时刻,则当前时刻的健康状态已知,变压器健康状态通过在线监测或离线检测直接获取。在这种情况下,t0是状态监测时刻,假设t0时刻电力变压器的状态Z(t0)=j,则状态j的逗留时间Xj需要满足Xj>t0-Tj-1。其中Tj-1为上一次变压器健康状态改变的时刻;状态j的逗留时间须按照条件分布进行采样,之后的逗留时间分布g(y)为原始分布。
第二种情况为t0不是状态监测时刻,则当前时刻的健康状态未知,此时对应为:变压器健康状态在之前状态监测时刻已经得到,下一个在线监测或离线检测时刻尚未达到。在这种情况下,t0不是状态监测时刻,则距离t0最近的上一次状态监测时刻为Δm,则状态j的逗留时间Xj需满足Xj>Δm-Tj-1。状态j的逗留时间分布为条件分布,之后的逗留时间分布g(y)为原始分布。此时,t0时刻不一定处于状态j,由实际采样样本确定。
步骤2、通过接受拒绝(Acception-Rejection)采样方法生成每个状态的状态逗留时间;
所述的Acception-Rejection采样方法步骤如下:
假设G(y)是待采样的分布,F(y)是一个已知的能够直接进行采样的简单分布,则:
①产生分布为F(y)的随机变量y;
②生成一个(0,1)均匀分布的随机数U;
③如果则接收y作为分布G(y)的一个样本;否则,返回第①步。
其中,系数c应确保
步骤3、计算本次采样样本下的可靠度与平均剩余寿命;
所述的可靠度计算方法如下:
若已知变压器在t0时刻正常运行,则根据可靠性数学理论可知,在未来时刻t的可靠度函数为
其中
λ(s,Z(s))=λ0(s)·Ψ(Z(s))(2)
式中,T是故障时刻,λ0(s)是基准函数,用来描述设备基本的老化过程,模型中采用了威布尔分布的基准函数是连接函数,用来量化协变量Z(s)对强迫停运率的影响,模型中法采用了指数分布的连接函数Z(s)称为时刻s的协变量状态,即变压器实时健康状态,由变压器DGA的周期性监测数据得出。
设备强迫停运率λ的函数表达式随Z(s)变化而变化,当变压器健康状态Z(s)发生状态转移时,强迫停运率λ(s,Z(s))发生跃变,因此可靠度函数(1)可以看作一个分段函数,分段的时间节点即为状态转移时刻。在之前采样得到的确定样本下,根据公式(1)能够计算出当前样本下未来任意时刻的可靠度函数。
所述的平均剩余寿命计算方法如下:
平均剩余寿命评估了设备从当前时刻起,在未来时间内的期望无故障工作时间,可通过下式计算
步骤4、根据方差系数判断收敛条件是否满足;若不满足,返回步骤2继续新的采样;若满足,计算可靠度函数与平均剩余寿命,评估完毕。
所述的方差系数计算公式为:
其中,ns指代采样的样本数量;Ck指代第k个样本的平均剩余寿命;指代平均剩余寿命的期望;
若cv<0.05,则认为整体计算过程收敛。若不满足,则返回步骤2继续新的采样,进入下一次计算,直到最终结果满足收敛标准。变压器最终的可靠度函数与平均剩余寿命是所有样本下的均值。
本发明的有益效果在于:
本发明提出的模型中假设变压器处于周期监测中,但是健康状态的转移可以发生在任何时刻,这比现有的大多数模型更加符合实际。本发明的方法可靠、易行,便于推广。
附图说明
图1为设备老化状态转移与停运过程示意图。
图2为电力变压器可靠性评估的总流程
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
如图1和图2所示,考虑实时健康状态的电力变压器可靠性评估方法,具体包括如下步骤:
步骤1、确定当前时刻、最后状态监测时刻、最后状态转移点、未来考察时间点、电力变压器状态逗留时间的初始分布等条件;
如图1所示,电力变压器状态1到状态4分别是良好、注意、严重、故障,状态4是吸收态。这四种状态并不是停运状态,变压器可以在任何一种状态退出运行。如果变压器进行换油或者油过滤等维修操作,则回到状态1。Ti代表了第i个状态转移时刻。Xi是随机变量,代表了在状态i的逗留时间,其分布为gi(x)。t0和t分别代表了当前时间点与未来时间点。本文中,引入半马尔科夫过程对健康状态的转移进行建模,状态逗留时间Xi服从威布尔分布。半马尔科夫过程在状态转移点具有马尔科夫性,即每个状态转移点之后状态的发展与之前的时间无关,因此各个状态转移点之间逗留时间的分布是互相独立的。
步骤1、确定当前时刻、最后状态监测时刻、最后状态转移点、未来考察时间点、电力变压器状态逗留时间的初始分布等条件;
所述的当前时刻是进行电力变压器停运率计算的时刻t0
所述的最后状态监测时刻是最后一次状态监测时刻Δm
所述的未来考察时间点是计算电力变压器停运率的目标时刻;
所述的电力变压器状态逗留时间的初始分布分为两种情况。
第一种情况为当前时刻t0是状态监测时刻,则当前时刻的健康状态已知,变压器健康状态通过在线监测或离线检测直接获取。在这种情况下,t0是状态监测时刻,假设t0时刻电力变压器的状态Z(t0)=j,则状态j的逗留时间Xj需要满足Xj<t0-Tj-1。其中Tj-1为上一次变压器健康状态改变的时刻;状态j的逗留时间须按照条件分布进行采样,之后的逗留时间分布g(y)为原始分布。
第二种情况为t0不是状态监测时刻,则当前时刻的健康状态未知,此时对应为:变压器健康状态在之前状态监测时刻已经得到,下一个在线监测或离线检测时刻尚未达到。在这种情况下,t0不是状态监测时刻,则距离t0最近的上一次状态监测时刻为Δm,则状态j的逗留时间Xj需满足Xj>Δm-Tj-1。状态j的逗留时间分布为条件分布,之后的逗留时间分布g(y)为原始分布。此时,t0时刻不一定处于状态j,由实际采样样本确定。
步骤2、通过接受拒绝(Acception-Rejection)采样方法生成每个状态的状态逗留时间;
所述的Acception-Rejection采样方法步骤如下:
假设G(y)是待采样的分布,F(y)是一个已知的能够直接进行采样的简单分布,则:
①产生分布为F(y)的随机变量y;
②生成一个(0,1)均匀分布的随机数U;
③如果则接收y作为分布G(y)的一个样本;否则,返回第①步。
其中,系数c应确保
步骤3、计算本次采样样本下的可靠度与平均剩余寿命;
所述的可靠度计算方法如下:
若已知变压器在t0时刻正常运行,则根据可靠性数学理论可知,在未来时刻t的可靠度函数为
其中
λ(s,Z(s))=λ0(s)·Ψ(Z(s))(2)
式中,T是故障时刻,λ0(s)是基准函数,用来描述设备基本的老化过程,模型中采用了威布尔分布的基准函数Ψ(Z(s))是连接函数,用来量化协变量Z(s)对强迫停运率的影响,模型中法采用了指数分布的连接函数eγZ(s)。Z(s)称为时刻s的协变量状态,即变压器实时健康状态,由变压器DGA的周期性监测数据得出。
设备强迫停运率λ的函数表达式随Z(s)变化而变化,当变压器健康状态Z(s)发生状态转移时,强迫停运率λ(s,Z(s))发生跃变,因此可靠度函数(1)可以看作一个分段函数,分段的时间节点即为状态转移时刻。在之前采样得到的确定样本下,根据公式(1)能够计算出当前样本下未来任意时刻的可靠度函数。
所述的平均剩余寿命计算方法如下:
平均剩余寿命评估了设备从当前时刻起,在未来时间内的期望无故障工作时间,可通过下式计算
步骤4、根据方差系数判断收敛条件是否满足;若不满足,返回步骤2继续新的采样;若满足,计算可靠度函数与平均剩余寿命,评估完毕。
所述的方差系数计算公式为:
其中,ns指代采样的样本数量;Ck指代第k个样本的平均剩余寿命;指代平均剩余寿命的期望;
若cv<0.05,则认为整体计算过程收敛。若不满足,则返回步骤2继续新的采样,进入下一次计算,直到最终结果满足收敛标准。变压器最终的可靠度函数与平均剩余寿命是所有样本下的均值。

Claims (1)

1.考虑实时健康状态的电力变压器可靠性评估方法,其特征在于包括如下步骤:
步骤1、确定条件,包括确定当前时刻、最后状态监测时刻、最后状态转移点、未来考察时间点、电力变压器状态逗留时间的初始分布;
所述的当前时刻是进行电力变压器停运率计算的时刻t0
所述的最后状态监测时刻是最后一次状态监测时刻Δm
所述的未来考察时间点是计算电力变压器停运率的目标时刻;
所述的电力变压器状态逗留时间的初始分布分为两种情况;
第一种情况为当前时刻t0是状态监测时刻,则当前时刻的健康状态已知,变压器健康状态通过在线监测或离线检测直接获取;在这种情况下,t0是状态监测时刻,假设t0时刻电力变压器的状态Z(t0)=j,则状态j的逗留时间Xj需要满足Xj>t0-Tj-1;其中Tj-1为上一次变压器健康状态改变的时刻;状态j的逗留时间须按照条件分布进行采样,之后的逗留时间分布g(y)为原始分布;
第二种情况为t0不是状态监测时刻,则当前时刻的健康状态未知,此时对应为:变压器健康状态在之前状态监测时刻已经得到,下一个在线监测或离线检测时刻尚未达到;在这种情况下,t0不是状态监测时刻,则距离t0最近的上一次状态监测时刻为Δm,则状态j的逗留时间Xj需满足Xj>Δm-Tj-1;状态j的逗留时间分布为条件分布,之后的逗留时间分布g(y)为原始分布;此时,t0时刻不一定处于状态j,由实际采样样本确定;
步骤2、通过接受拒绝采样方法生成每个状态的状态逗留时间;
所述的接受拒绝采样方法步骤如下:
假设G(y)是待采样的分布,F(y)是一个已知的能够直接进行采样的简单分布,则:
①产生分布为F(y)的随机变量y;
②生成一个(0,1)均匀分布的随机数U;
③如果则接收y作为分布G(y)的一个样本;否则,返回第①步;
其中,系数c应确保
步骤3、计算本次采样样本下的可靠度与平均剩余寿命;
所述的可靠度计算方法如下:
若已知变压器在t0时刻正常运行,则根据可靠性数学理论可知,在未来时刻t的可靠度函数为
R ( t | t 0 ) = P ( T ≥ t | T > t 0 ) = exp ( - ∫ t 0 t λ ( s , Z ( s ) ) d s ) - - - ( 1 )
其中λ(s,Z(s))=λ0(s)·Ψ(Z(s))(2)式中,T是故障时刻,λ0(s)是基准函数,用来描述设备基本的老化过程,模型中采用了威布尔分布的基准函数Ψ(Z(s))是连接函数,用来量化协变量Z(s)对强迫停运率的影响,模型中法采用了指数分布的连接函数eγZ(s);Z(s)称为时刻s的协变量状态,即变压器实时健康状态,由变压器DGA的周期性监测数据得出;
设备强迫停运率λ的函数表达式随Z(s)变化而变化,当变压器健康状态Z(s)发生状态转移时,强迫停运率λ(s,Z(s))发生跃变,因此可靠度函数(1)能够看作一个分段函数,分段的时间节点即为状态转移时刻;在之前采样得到的确定样本下,根据公式(1)能够计算出当前样本下未来任意时刻的可靠度函数;
所述的平均剩余寿命计算方法如下:
平均剩余寿命评估了设备从当前时刻起,在未来时间内的期望无故障工作时间,可通过下式计算
M ( t 0 ) = E ( T - t 0 | T > t 0 ) = ∫ t 0 ∞ R ( t | t 0 ) d t - - - ( 3 )
步骤4、根据方差系数判断收敛条件是否满足;若不满足,返回步骤2继续新的采样;若满足,计算可靠度函数与平均剩余寿命,评估完毕;
所述的方差系数计算公式为:
c v = 1 n s ( n s - 1 ) Σ k = 1 n s ( C k - C ‾ ) C ‾ - - - ( 4 )
其中,ns指代采样的样本数量;Ck指代第k个样本的平均剩余寿命;指代平均剩余寿命的期望;
若cv<0.05,则认为整体计算过程收敛;若不满足,则返回步骤2继续新的采样,进入下一次计算,直到最终结果满足收敛标准;变压器最终的可靠度函数与平均剩余寿命是所有样本下的均值。
CN201610890465.8A 2016-10-11 2016-10-11 考虑实时健康状态的电力变压器可靠性评估方法 Expired - Fee Related CN106569052B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610890465.8A CN106569052B (zh) 2016-10-11 2016-10-11 考虑实时健康状态的电力变压器可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610890465.8A CN106569052B (zh) 2016-10-11 2016-10-11 考虑实时健康状态的电力变压器可靠性评估方法

Publications (2)

Publication Number Publication Date
CN106569052A true CN106569052A (zh) 2017-04-19
CN106569052B CN106569052B (zh) 2017-12-15

Family

ID=58531809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610890465.8A Expired - Fee Related CN106569052B (zh) 2016-10-11 2016-10-11 考虑实时健康状态的电力变压器可靠性评估方法

Country Status (1)

Country Link
CN (1) CN106569052B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992678A (zh) * 2017-11-30 2018-05-04 南方电网科学研究院有限责任公司 一种基于全生命周期的变压器健康状态评价方法和装置
CN109239546A (zh) * 2018-08-28 2019-01-18 西南交通大学 一种变压器绝缘寿命预测与可靠性评估方法
CN109919394A (zh) * 2019-03-29 2019-06-21 沈阳天眼智云信息科技有限公司 电力变压器剩余寿命预测方法
CN110648428A (zh) * 2018-06-07 2020-01-03 通用汽车环球科技运作有限责任公司 车辆剩余使用寿命预测
CN112307652A (zh) * 2020-12-31 2021-02-02 成都飞机工业(集团)有限责任公司 基于平均剩余寿命重要度的复杂装备系统快速维修方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096030A (zh) * 2010-12-10 2011-06-15 西安交通大学 一种基于运行数据评估电力变压器绝缘剩余寿命的方法
CN104408275A (zh) * 2014-05-20 2015-03-11 国家电网公司 一种基于综合健康指数的变压器可靠性评估方法
CN105372528A (zh) * 2015-11-24 2016-03-02 湖南大学 一种电力变压器内部故障的状态检修方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096030A (zh) * 2010-12-10 2011-06-15 西安交通大学 一种基于运行数据评估电力变压器绝缘剩余寿命的方法
CN104408275A (zh) * 2014-05-20 2015-03-11 国家电网公司 一种基于综合健康指数的变压器可靠性评估方法
CN105372528A (zh) * 2015-11-24 2016-03-02 湖南大学 一种电力变压器内部故障的状态检修方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DI HE 等: "Failure Probability Model of Transmission and Transformation Equipment for Risk Assessment", 《POWER AND ENERGY SOCIETY GENERAL MEETING (PESGM),2016》 *
郭创新 等: "油浸式电力变压器状态评估模型及方法", 《控制工程》 *
郭创新 等: "表征内部潜伏性故障的变压器时变停运模型研究", 《中国电机工程学报》 *
鹿鸣明 等: "一种基于PHM考虑老化和设备状态的油浸式变压器故障率模型", 《电力系统保护与控制》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992678A (zh) * 2017-11-30 2018-05-04 南方电网科学研究院有限责任公司 一种基于全生命周期的变压器健康状态评价方法和装置
CN107992678B (zh) * 2017-11-30 2021-12-21 南方电网科学研究院有限责任公司 一种基于全生命周期的变压器健康状态评价方法和装置
CN110648428A (zh) * 2018-06-07 2020-01-03 通用汽车环球科技运作有限责任公司 车辆剩余使用寿命预测
CN109239546A (zh) * 2018-08-28 2019-01-18 西南交通大学 一种变压器绝缘寿命预测与可靠性评估方法
CN109239546B (zh) * 2018-08-28 2020-05-22 西南交通大学 一种变压器绝缘寿命预测与可靠性测试方法
CN109919394A (zh) * 2019-03-29 2019-06-21 沈阳天眼智云信息科技有限公司 电力变压器剩余寿命预测方法
CN112307652A (zh) * 2020-12-31 2021-02-02 成都飞机工业(集团)有限责任公司 基于平均剩余寿命重要度的复杂装备系统快速维修方法
CN112307652B (zh) * 2020-12-31 2021-03-09 成都飞机工业(集团)有限责任公司 基于平均剩余寿命重要度的复杂装备系统快速维修方法

Also Published As

Publication number Publication date
CN106569052B (zh) 2017-12-15

Similar Documents

Publication Publication Date Title
CN106569052A (zh) 考虑实时健康状态的电力变压器可靠性评估方法
CN107894969B (zh) 一种基于趋势分析的变压器潜伏性故障预警方法
CN105158598A (zh) 一种适用于电力设备的故障预测方法
CN103324992B (zh) 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法
CN104820146B (zh) 基于变压器油中溶解气体监测数据的变压器故障预测方法
CN103823433B (zh) 一种使用通讯过程分析实现继电保护设备在线监测的方法
CN109583520B (zh) 一种云模型与遗传算法优化支持向量机的状态评估方法
CN102175922B (zh) 基于pmu量测数据的电力线路参数的辨识与估计方法
CN104537487A (zh) 一种输变电设备运行动态风险的评估方法
CN107357275A (zh) 非高斯工业过程故障检测方法及系统
CN108761377A (zh) 一种基于长短时记忆模型的电能计量装置异常检测方法
CN102930344A (zh) 一种基于负荷趋势变化的超短期母线负荷预测方法
CN107831415A (zh) 一种变压器绝缘纸老化状态评估的区间值模糊集方法
CN103103570B (zh) 基于主元相似性测度的铝电解槽况诊断方法
CN103150635A (zh) 电力设备运维方法
CN106950945A (zh) 一种基于量纲可变型独立元分析模型的故障检测方法
CN107944571A (zh) 一种电力变压器剩余使用寿命预测方法
CN104992010A (zh) 一种基于拓扑分区的多断面联合参数估计方法
CN104182623A (zh) 一种基于当量变化率计算的热工过程数据检测方法
CN103020346B (zh) 一种电路物理设计相似度的测试方法
CN106849023A (zh) 基于行波信息的广域后备保护关联域识别方法
CN117560300B (zh) 一种智能物联网流量预测与优化系统
CN103529337B (zh) 设备故障与电气量信息间非线性相关关系的识别方法
CN114784793A (zh) 基于机器学习的新能源电网连锁故障预测方法及存储介质
CN104332984B (zh) 一种基于类噪声的节点电压相互影响因子的在线辨识方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171215

Termination date: 20201011