CN106709630A - 一种基于分布式学习的配网状态检修辅助系统及方法 - Google Patents

一种基于分布式学习的配网状态检修辅助系统及方法 Download PDF

Info

Publication number
CN106709630A
CN106709630A CN201611079219.0A CN201611079219A CN106709630A CN 106709630 A CN106709630 A CN 106709630A CN 201611079219 A CN201611079219 A CN 201611079219A CN 106709630 A CN106709630 A CN 106709630A
Authority
CN
China
Prior art keywords
distribution
net equipment
distribution net
equipment running
data
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
CN201611079219.0A
Other languages
English (en)
Inventor
单林森
朱江峰
俞键
黄建杨
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.)
STATE GRID ZHEJIANG ZHUJI POWER SUPPLY Co Ltd
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
Shaoxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
STATE GRID ZHEJIANG ZHUJI POWER SUPPLY Co Ltd
State Grid Corp of China SGCC
State Grid Zhejiang Electric Power Co Ltd
Shaoxing Power Supply Co of State Grid Zhejiang 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 STATE GRID ZHEJIANG ZHUJI POWER SUPPLY Co Ltd, State Grid Corp of China SGCC, State Grid Zhejiang Electric Power Co Ltd, Shaoxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical STATE GRID ZHEJIANG ZHUJI POWER SUPPLY Co Ltd
Priority to CN201611079219.0A priority Critical patent/CN106709630A/zh
Publication of CN106709630A publication Critical patent/CN106709630A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于分布式学习的配网状态检修辅助系统及方法，所述系统包括数据获取模块、数据关联模块、分布式模型参数确定模块以及配网设备运行状态评估模块；上述系统只需要通过数据获取模块获取配电网设备运行数据，通过数据关联模块得到配电网设备运行状态指标关联特性，进而通过分布式模型参数确定模块来获取配网设备运行数据状态评估模型，最后通过配网设备运行状态评估模块得到配电网设备运行状态评估结果，无需人工计算与分析，使得到的配电网设备运行状态评估结果更为高效、可靠。

Description

一种基于分布式学习的配网状态检修辅助系统及方法
技术领域
本发明涉及一种基于分布式学习的配网状态检修辅助系统及方法，属于配网设备领域。
背景技术
随着电网的快速发展，电网规模愈发庞大，配网设备日益增多，配网设备检修是保障电网设备安全运行不可或缺的。但是，现行定期检修存在着临时性检修频繁、维修不足或者维修过剩、盲目维修等现象，导致了大量不必要的停电，增加了检修的工作量，出现维修费用浪费和设备可靠性降低。
为此，本发明人对此进行研究，专门开发出一种基于分布式学习的配网状态检修辅助系统及方法，提高运行维护水平来保障设备运行可靠性以提高经济效益显得尤其重要。通过精确的在线监测以及日常带电检测等技术获取设备的相关运行信息，结合数理分析算法对设备状态进行量化评价，并以此作为制定检修计划的辅助决策信息，合理的安排配网设备检修计划，从而达到既能保证配网设备较高的可靠性，又能降低检修费用以及时间成本的目的。
发明内容
本发明的目的在于克服现有配网设备运行状态检修技术的不足，提供一种设计合理、评估精确、计算高效的基于分布式的配网设备运行状态检修辅助系统及方法。
为了实现上述目的，本发明的解决方案是：
一种基于分布式学习的配网状态检修辅助系统，包括数据获取模块、数据关联模块、分布式模型参数确定模块以及配网设备运行状态评估模块，其中：
所述数据获取模块，用于获取配网设备运行状态数据的具体数据信息；
所述数据关联模块，用于通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；
所述分布式模型参数确定模块，用于确定配网设备运行状态分布式分类模型的模型参数；
所述配网设备运行状态评估模块，用于对所述配电网设备关联信息簇进行所述配电网设备运行状态结果进行对应的状态评估，得到配网设备运行状态评估结果。
作为优选，所述数据关联模块包括关联分析单元以及关联信息簇生成单元；其中，所述关联分析单元，用于对所述配网设备运行状态数据进行关联分析，得到配网设备指标关联网络；所述关联信息簇生成单元，用于依据配网设备指标关联网络中配网设备指标之间的关联特性，将所述配网设备运行状态数据进行存储记录，形成配网设备关联信息簇。
作为优选，所述分布式模型参数确定模块包括分布式配置单元、分类器计算单元以及分类器稀疏化单元；其中，所述分布式配置单元，用于依据所述配网设备运行状态数据进行分类器的分布式配置，确定分类器的输入、输出以及学习数据样本的分布式配置方案；所述分类器计算单元，用于针对配网设备关联信息簇为模型学习数据样本，分别进行由多个并联分类器的模型训练，获得由分布式分类器组成的配网设备运行数据状态评估模型；所述分类器稀疏化单元，用于对配网设备运行数据状态评估模型进行稀疏化，以提高模型的评估精度，得到最终的配网设备运行状态评估模型。
作为优选，所述配电网状态检修辅助系统还包括登陆模块、注册模块以及显示模块，其中，所述登陆模块，用于获取配网设备运行状态数据的具体数据信息，并判断所述配网设备运行状态数据是否存在于数据库内，若存在，则激活数据获取模块；所述注册模块，用于获取配网设备运行状态数据的具体数据信息，并将所述数据信息增加到数据库内；所述显示模块，用于显示配电网设备运行状态评估结果。
一种基于分布式学习的配网状态检修辅助方法，包括以下步骤：
步骤1、获取配网设备运行状态数据的具体数据信息；
步骤2、通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；
步骤3、确定配网设备运行状态分布式分类模型的模型参数，对分类模型进行稀疏化，得到最终的配网设备运行状态评估模型；
步骤4、利用所述配网设备运行状态分布式分类模型对配网设备关联信息簇进行运行状态分析，得到配网设备运行状态评估结果，辅助配网状态检修工作的开展。
作为优选，在步骤1之前进行登陆操作，所述登陆操作指获取配网设备运行状态数据的具体数据信息，并判断所述配网设备运行状态数据是否存在于数据库内，若存在，则激活数据获取模块。
作为优选，所述登陆操作之前进行注册操作，所述注册操作指获取配网设备运行状态数据的具体数据信息，并将所述数据信息增加到数据库内。
本发明所述的基于分布式学习的配网状态检修辅助系统及方法，只需要通过数据获取模块获取配电网设备运行数据，通过数据关联模块得到配电网设备运行状态指标关联特性，进而通过分布式模型参数确定模块来获取配网设备运行数据状态评估模型，最后通过配网设备运行状态评估模块得到配电网设备运行状态评估结果，无需人工计算与分析，使得到的配电网设备运行状态评估结果更为高效、可靠。具体体现在以下两点：
(1) 通过分布式模型参数确定模块来确定配网设备运行数据状态评估模型，进而得到配电网设备运行状态评估结果，无需人工计算与分析，使得到的配电网设备运行状态评估结果更为高效，辅助配网状态检修实施，最大限度减少因设备检修造成的停电时间，保障了设备状态检修的即时性；
(2) 通过精确的在线监测以及日常带电检测等技术获取配网设备相关运行信息，结合分布式学习的分析算法对设备状态进行量化分析与评价，辅助制定合理的检修计划，提高设备状态检修的准确性，延长设备的使用寿命，减少断电时间，提高设备状态检修的可靠性。
以下结合附图及具体实施例对本发明做进一步详细描述。
附图说明
图1为实施例1的配电网状态检修辅助系统的系统框图；
图2为实施例1的配网状态检修辅助方法流程图；
图3为实施例2的配电网状态检修辅助系统的系统框图；
图4为实施例2的配网状态检修辅助方法流程图。
具体实施方式
实施例1
如图1所示，所述基于分布式学习的配网状态检修辅助系统包括数据获取模块100、数据关联模块200、分布式模型参数确定模块300以及配网设备运行状态评估模块400。其中：
所述数据获取模块100，用于获取配网设备运行状态数据的具体数据信息；
所述数据关联模块200，包括关联分析单元210以及关联信息簇生成单元220。其中，所述关联分析单元210，用于对所述配网设备运行状态数据进行关联分析，得到配网设备指标关联网络；所述关联信息簇生成单元220，用于依据配网设备指标关联网络中配网设备指标之间的关联特性，将所述配网设备运行状态数据进行存储记录，形成配网设备关联信息簇。
所述分布式模型参数确定模块300，包括分布式配置单元310、分类器计算单元320以及分类器稀疏化单元330。其中，所述分布式配置单元310，用于依据所述配网设备运行状态数据进行分类器的分布式配置，确定分类器的输入、输出以及学习数据样本的分布式配置方案；所述分类器计算单元320，用于针对配网设备关联信息簇为模型学习数据样本，分别进行由多个并联分类器的模型训练，获得由分布式分类器组成的配网设备运行数据状态评估模型；所述分类器稀疏化单元330，用于对配网设备运行数据状态评估模型进行稀疏化，以提高模型的评估精度，得到最终的配网设备运行状态评估模型。
所述配网设备运行状态评估模块400，用于对所述配电网设备关联信息簇进行所述配电网设备运行状态结果进行对应的状态评估，得到配网设备运行状态评估结果。
如图2所示，一种基于分布式学习的配网状态检修辅助方法，包括以下步骤：
步骤S100、获取配网设备运行状态数据的具体数据信息；
步骤S110、通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；
步骤S120、确定配网设备运行状态分布式分类模型的模型参数，对分类模型进行稀疏化，得到最终的配网设备运行状态评估模型；
步骤S130、利用所述配网设备运行状态分布式分类模型对配电网设备关联信息簇进行其运行状态分析，得到配网设备运行状态评估结果，辅助配网状态检修工作的开展。
本实施例所述的基于分布式学习的配网状态检修辅助系统及方法，只需要通过数据获取模块100获取配电网设备运行数据，通过数据关联模块200得到配电网设备运行状态指标关联特性，进而通过分布式模型参数确定模块300来获取配网设备运行数据状态评估模型，最后通过配网设备运行状态评估模块400得到配电网设备运行状态评估结果，无需人工计算与分析，使得到的配电网设备运行状态评估结果更为高效、可靠。具体体现在以下两点：
(1) 通过分布式模型参数确定模块300来确定配网设备运行数据状态评估模型，进而得到配电网设备运行状态评估结果，无需人工计算与分析，使得到的配电网设备运行状态评估结果更为高效，辅助配网状态检修实施，最大限度减少因设备检修造成的停电时间，保障了设备状态检修的即时性；
(2) 通过精确的在线监测以及日常带电检测等技术获取配网设备相关运行信息，结合分布式学习的分析算法对设备状态进行量化分析与评价，辅助制定合理的检修计划，提高设备状态检修的准确性，延长设备的使用寿命，减少断电时间，提高设备状态检修的可靠性。
实施例2
如图3所示，本实施例所述的基于分布式学习的配网状态检修辅助系统在实施例1的基础上还包括注册模块600、登陆模块500以及显示模块700，其中，所述登陆模块500，用于获取配网设备运行状态数据的具体数据信息，并判断所述配网设备运行状态数据是否存在于数据库内，若存在，则激活数据获取模块100。所述注册模块600，用于获取配网设备运行状态数据的具体数据信息，并将所述数据信息增加到数据库内。所述显示模块700，用于显示配电网设备运行状态评估结果。
如图4所示，一种基于分布式学习的配网状态检修辅助方法，包括以下步骤：
步骤S300、获取配网设备运行状态数据的具体数据信息；
步骤S310、将所述数据信息增加到数据库内；
步骤S200、获取配网设备运行状态数据的具体数据信息；
步骤S210、判断所述配网设备运行状态数据是否存在于数据库内；
步骤S220、若配网设备运行状态数据存在于数据库内，则激活数据获取模块100；
步骤S100、获取配网设备运行状态数据的具体数据信息；
步骤S110、通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；
步骤S120、确定配网设备运行状态分布式分类模型的模型参数，对分类模型进行稀疏化，得到最终的配网设备运行状态评估模型；
步骤S130、利用所述配网设备运行状态分布式分类模型对配电网设备关联信息簇进行其运行状态分析，得到配网设备运行状态评估结果，辅助配网状态检修工作的开展。
上述实施例和图式并非限定本发明的产品形态和式样，任何所属技术领域的普通技术人员对其所做的适当变化或修饰，皆应视为不脱离本发明的专利范畴。

Claims (7)

1.一种基于分布式学习的配网状态检修辅助系统，其特征在于：包括数据获取模块、数据关联模块、分布式模型参数确定模块以及配网设备运行状态评估模块，其中：
所述数据获取模块，用于获取配网设备运行状态数据的具体数据信息；
所述数据关联模块，用于通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；
所述分布式模型参数确定模块，用于确定配网设备运行状态分布式分类模型的模型参数；
所述配网设备运行状态评估模块，用于对所述配电网设备关联信息簇进行所述配电网设备运行状态结果进行对应的状态评估，得到配网设备运行状态评估结果。
2.如权利要求1所述的一种基于分布式学习的配网状态检修辅助系统，其特征在于：所述数据关联模块包括关联分析单元以及关联信息簇生成单元；其中，所述关联分析单元，用于对所述配网设备运行状态数据进行关联分析，得到配网设备指标关联网络；所述关联信息簇生成单元，用于依据配网设备指标关联网络中配网设备指标之间的关联特性，将所述配网设备运行状态数据进行存储记录，形成配网设备关联信息簇。
3.如权利要求1所述的一种基于分布式学习的配网状态检修辅助系统，其特征在于：所述分布式模型参数确定模块包括分布式配置单元、分类器计算单元以及分类器稀疏化单元；其中，所述分布式配置单元，用于依据所述配网设备运行状态数据进行分类器的分布式配置，确定分类器的输入、输出以及学习数据样本的分布式配置方案；所述分类器计算单元，用于针对配网设备关联信息簇为模型学习数据样本，分别进行由多个并联分类器的模型训练，获得由分布式分类器组成的配网设备运行数据状态评估模型；所述分类器稀疏化单元，用于对配网设备运行数据状态评估模型进行稀疏化，以提高模型的评估精度，得到最终的配网设备运行状态评估模型。
4.如权利要求1所述的一种基于分布式学习的配网状态检修辅助系统，其特征在于：所述配电网状态检修辅助系统还包括登陆模块、注册模块以及显示模块，其中，所述登陆模块，用于获取配网设备运行状态数据的具体数据信息，并判断所述配网设备运行状态数据是否存在于数据库内，若存在，则激活数据获取模块；所述注册模块，用于获取配网设备运行状态数据的具体数据信息，并将所述数据信息增加到数据库内；所述显示模块，用于显示配电网设备运行状态评估结果。
5.一种基于分布式学习的配网状态检修辅助方法，其特征在于包括以下步骤：
步骤1、获取配网设备运行状态数据的具体数据信息；
步骤2、通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；
步骤3、确定配网设备运行状态分布式分类模型的模型参数，对分类模型进行稀疏化，得到最终的配网设备运行状态评估模型；
步骤4、利用所述配网设备运行状态分布式分类模型对配网设备关联信息簇进行运行状态分析，得到配网设备运行状态评估结果，辅助配网状态检修工作的开展。
6.如权利要求5所述的一种基于分布式学习的配网状态检修辅助方法，其特征在于：在步骤1之前进行登陆操作，所述登陆操作指获取配网设备运行状态数据的具体数据信息，并判断所述配网设备运行状态数据是否存在于数据库内，若存在，则激活数据获取模块。
7.如权利要求5所述的一种基于分布式学习的配网状态检修辅助方法，其特征在于：所述登陆操作之前进行注册操作，所述注册操作指获取配网设备运行状态数据的具体数据信息，并将所述数据信息增加到数据库内。
CN201611079219.0A 2016-11-30 2016-11-30 一种基于分布式学习的配网状态检修辅助系统及方法 Pending CN106709630A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611079219.0A CN106709630A (zh) 2016-11-30 2016-11-30 一种基于分布式学习的配网状态检修辅助系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611079219.0A CN106709630A (zh) 2016-11-30 2016-11-30 一种基于分布式学习的配网状态检修辅助系统及方法

Publications (1)

Publication Number Publication Date
CN106709630A true CN106709630A (zh) 2017-05-24

Family

ID=58935312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611079219.0A Pending CN106709630A (zh) 2016-11-30 2016-11-30 一种基于分布式学习的配网状态检修辅助系统及方法

Country Status (1)

Country Link
CN (1) CN106709630A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108803548A (zh) * 2018-08-20 2018-11-13 张家港康得新光电材料有限公司 设备并联运行管理的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6871160B2 (en) * 2001-09-08 2005-03-22 Scientific Monitoring Inc. Intelligent condition-based engine/equipment management system
CN102509178A (zh) * 2011-11-25 2012-06-20 江苏省电力公司淮安供电公司 配网设备状态评估系统
CN104638764A (zh) * 2015-01-22 2015-05-20 国家电网公司 配网设备状态智能诊断和检修系统
CN105426980A (zh) * 2014-09-22 2016-03-23 国家电网公司 一种配电网健康指数评估工程应用系统
CN105956798A (zh) * 2016-06-20 2016-09-21 华北电力大学 一种基于稀疏随机森林的配网设备运行状态评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6871160B2 (en) * 2001-09-08 2005-03-22 Scientific Monitoring Inc. Intelligent condition-based engine/equipment management system
CN102509178A (zh) * 2011-11-25 2012-06-20 江苏省电力公司淮安供电公司 配网设备状态评估系统
CN105426980A (zh) * 2014-09-22 2016-03-23 国家电网公司 一种配电网健康指数评估工程应用系统
CN104638764A (zh) * 2015-01-22 2015-05-20 国家电网公司 配网设备状态智能诊断和检修系统
CN105956798A (zh) * 2016-06-20 2016-09-21 华北电力大学 一种基于稀疏随机森林的配网设备运行状态评估方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108803548A (zh) * 2018-08-20 2018-11-13 张家港康得新光电材料有限公司 设备并联运行管理的方法和装置

Similar Documents

Publication Publication Date Title
CN106338406B (zh) 列车牵引电传动系统的在线监测与故障预警系统及方法
CN102243497B (zh) 用于工程机械的基于物联网技术的远程智能分析服务系统
CN108446864B (zh) 基于大数据分析的轨道交通设备的故障预警系统及方法
CN109242049B (zh) 基于卷积神经网络的给水管网多点漏损定位方法及其装置
CN108375808A (zh) Nriet基于机器学习的大雾预报方法
CN106779223A (zh) 一种光伏系统发电功率实时预测方法及装置
CN106779129A (zh) 一种考虑气象因素的短期电力负荷预测方法
CN110411580B (zh) 一种电力设备发热缺陷的诊断方法以及诊断系统
US11906112B2 (en) Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof
CN106662072A (zh) 风力发电机状态监控方法与系统
CN114723285B (zh) 一种电网设备安全性评估预测方法
CN107462425A (zh) 一种车载装备系统的故障预测方法及故障预测平台
CN110209999A (zh) 一种车载设备故障趋势预测方法
CN105956798A (zh) 一种基于稀疏随机森林的配网设备运行状态评估方法
CN108225439A (zh) 一种电子通信环境监控系统
CN115438726A (zh) 一种基于数字孪生技术的设备寿命与故障类型预测方法及系统
CN117469603B (zh) 一种基于大数据学习的多水厂供水系统压力优化控制方法
CN107357941A (zh) 一种可实时对水雨情数据进行检验的系统和方法
CN106709630A (zh) 一种基于分布式学习的配网状态检修辅助系统及方法
CN103973902A (zh) 一种用户感知业务质量的量化装置、监测系统和方法
CN109189044A (zh) 一种纯电动汽车远程监控故障形成数据库的方法
CN107392506A (zh) 一种融合移动互联网技术的自学线路状态评价系统及评价方法
CN115600695B (zh) 一种计量设备的故障诊断方法
CN115511367B (zh) 生产线的质量智能管理系统
CN110222384A (zh) 一种桥梁裂缝分析方法、装置及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170524

RJ01 Rejection of invention patent application after publication