CN107222721A - 一种光伏组件除尘需求监控和预测方法 - Google Patents
一种光伏组件除尘需求监控和预测方法 Download PDFInfo
- Publication number
- CN107222721A CN107222721A CN201710520091.5A CN201710520091A CN107222721A CN 107222721 A CN107222721 A CN 107222721A CN 201710520091 A CN201710520091 A CN 201710520091A CN 107222721 A CN107222721 A CN 107222721A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic module
- cleaning
- illumination
- data
- time
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004140 cleaning Methods 0.000 claims abstract description 34
- 239000011521 glass Substances 0.000 claims abstract description 29
- 239000000428 dust Substances 0.000 claims abstract description 26
- 230000002000 scavenging effect Effects 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000005286 illumination Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 3
- 241000196324 Embryophyta Species 0.000 description 7
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 239000000686 essence Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B1/00—Cleaning by methods involving the use of tools
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J1/00—Photometry, e.g. photographic exposure meter
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
- H04W4/14—Short messaging services, e.g. short message services [SMS] or unstructured supplementary service data [USSD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Multimedia (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种光伏组件除尘需求监控和预测方法,在监控系统平台基础上,通过数据对比求值的方式实现灰尘监控并告知用户光伏组件(所述光伏组件由组件玻璃和电池板层构成)需要清洗并预测下次清洗时间;为解决光伏组件表面灰尘监控问题,从而能够及时清洗,提高电站发电量;本发明是依附在现有监控系统平台为基础,监控系统平台实现了电站相关数据的采集和上传,并在服务器中作出相应处理以及在终端中展现计算结果,使得用户对于电站更加清晰和精确的了解和掌握。
Description
技术领域
本发明涉及光伏组件清洗监控领域,尤其涉及的是一种光伏组件除尘需求监控和预测方法。
背景技术
新能源是当今世界日益关注的焦点之一,而其中太阳能作为一种可再生能源备受重视;近年,国内外都在大力推广光伏电站以及相关建设;随着光伏发电事业的飞速发展,如何提高光伏电站的发电效率、增加光伏电站的发电量,成为一个大家重点关注的方向。
灰尘是颗粒物质,其来源分为自然来源和人为来源,包括:土、沙和岩石在风的作用下形成的细小颗粒和一些动植物的生物质;工业、建筑物和交通等产生的扬尘。
光伏表面灰尘对发电量影响主要表现在以下三个发面:1、灰尘的遮挡:光伏组件表面的灰尘遮挡抵达光伏组件的光线,使得实际到达光伏电站的光线大大减少,同时灰尘是得一部分的光线在传播均匀性发生了改变,如图3所示;2、灰尘的温度效应:灰尘遮挡部分会导致局部温度升高,温度过高时会出现热斑效应,如图4所示;3、灰尘的腐蚀效应:灰尘对玻璃盖板的腐蚀引起表面呈现许多凹面,增强了玻璃盖板的表面的漫反射,如图5所示。
综上可以看出光伏组件表面灰尘对光伏电站影响之重,所以即使清洗组件成为解决组件表面灰尘影响发电量的主要方法。
针对现在市面上暂时无有效的光伏表面灰尘监控方法,现提出一种可以给予用户一种根据不同地区、不同环境的不同需求的清洗提示以及清洗时间预算的方法。
发明内容
本发明在于提供一种光伏组件表面除尘监控以及预测的方法,主要解决了不同地区、不同环境下的光伏组件表面灰尘清洗提醒以及预测问题,使得用户可以及时清洗组件,以便提高发电量。
本发明主要是为解决光伏组件表面灰尘监控问题,从而能够及时清洗,提高电站发电量;本发明是依附在现有监控系统平台为基础,监控系统平台实现了电站相关数据的采集和上传,并在服务器中作出相应处理以及在终端中展现计算结果,使得用户对于电站更加清晰和精确的了解和掌握。
本发明是通过以下技术方案实现的:一种光伏组件除尘需求监控和预测方法,在监控系统平台基础上,通过数据对比求值的方式实现灰尘监控并告知用户光伏组件(所述光伏组件由组件玻璃和电池板层构成)需要清洗并预测下次清洗时间;具体方法如下:
1、通过用户在终端输入需要清洗的条件即光照影响百分比,记作μ;
2、然后通过服务器存储和比较不同时刻、多次采集瞬时阳光穿过干净玻璃的光照强度VA和完全暴露在太阳下的光照强度VB;
3、并分别求出前n天,不同时刻的VB与VA的差值的平均值,分别记作V0;其中,一天规定采集m个时刻,每个时刻n帧数据,将不同时刻的V0存入数据库,作为比较基础值。
4、将收集到每帧数据后计算VA与VB作差值,记作VBA=VB-VA,并通过计算得到减少比例其中,不同时间的VBA与对应时刻的V0进行相应计算;
5、通过比较μAB与μ比较,查看是否达到清洗条件;当μAB≥μ时(同一时刻多帧对比均μAB≥μ),表示达到清洗标准,当达到用户规定的清洗条件时,程序发送短信通知用户去清洗,清洗完成后,自动更新每天固定时刻的V0值,减少玻璃损坏以及不同季节的阳光照射角不同的影响;
6、同时根据当前数据以及以往数据分析出下一次清洗的预测时间,计算方式如下:
当前日期Td减去上次清洗日期T,得到日期差值D1=Td-T,得到平均每天的光照影响值Vdt,并用得到的数值D测,即采用四舍五入方式,当D测≤0时,D测=0,即为距离下次清洗的天数,预测下次清洗日期为Td+D测,距离下次清洗时间为D测的天数。
优选的,所述监控系统平台,包括光伏组件、逆变器、汇流箱、环境监测仪、数据采集服务器、云服务器和终端等,是通过GPRS数据方式进行数据传输而组建的系统。
优选的,步骤2中,然后通过服务器存储和比较不同时刻、多次采集瞬时阳光穿过干净玻璃的光照强度VA和完全暴露在太阳下的光照强度VB;
其中,干净玻璃与光伏组件玻璃层相同材质,此处要保证环境检测仪的检测片一直处于无灰尘遮挡状态。
本发明相比现有技术具有以下优点:(1)组件表面除尘智能监控:满足不同地区、不同环境、不同人群需求的组件表面除尘智能监控方法,并在满足用户清洗要求后主动发送短信进行相应提示用户做出清洗工作,比现有的人工观察和机器定时清洗更加智能和精确;
(2)预测下次清洗时间:根据不同天气情况智能调整下次清洗时间,进行相应的智能预测,比现有机器定时清洗更加节约成本,更加智能化。
附图说明
图1为本发明实施例提供的一种光伏组件除尘需求监控和预测方法的流程示意图;
图2为本发明实施例提供的一种光伏组件除尘需求监控和预测方法的所使用的监控系统平台的构架框图;
图3为本发明实施例提供的一种光伏组件表面灰尘遮挡下的光线传播示意图;
图4为本发明实施例提供的一种光伏组件热斑现象;
图5为本发明实施例提供的受腐蚀的光伏组件光线传播示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,并依附在现有的组件监控系统平台,该平台主要是采用采集器采集电站相关数据并上传至云服务器,在互联网服务器中实现相关计算与存储,并在终端(PC、手机等)展示和交互,具体参照图2所示,所述监控系统平台,包括光伏组件、逆变器、汇流箱、环境监测仪、数据采集服务器、云服务器和终端等,是通过GPRS数据方式进行数据传输而组建的系统。
参考图1所示,本实施例通过数据对比求值的方式实现灰尘监控并告知用户组件需要清洗并预测下次清洗时间,具体步骤如下:(1)用一块与光伏组件玻璃板相同材质的清洁玻璃板,记作G,并保持与当前电站的组件安装角度一致,将玻璃板G安装到电站合适位置,保证相关参数(光照、灰尘等)与光伏组件保持一致;(2)在该玻璃板G下方紧贴玻璃板位置安放光照度计A,使得倾斜角度与玻璃板G保持一致,并使得光照度计A完全被玻璃板G遮挡,并且保证灰尘无法直接进入光照计测量点,只能落在玻璃表面;(3)安放光照度计B,使得光度计B完全暴露在阳光下无任何遮挡,并在使用过程中一直保持清洁,测光点不能有灰尘,并与光度计A保持在一定空间范围内,确保光照一致,其它相关参数(安装位置、倾斜角度等)与光照度计A完全相同;(4)通过数据采集器采集A数据和B数据,并上传至互联网服务器并记录为VA和VB,采集频率设为一天3次(此处设置为8:00,12:00,16:00)每次3帧的定时采集和上传,通过不同时刻的多组数据比较,保证数据的正确性,防止太阳光斜射角度变化导致计算误差(忽略太阳照射角的天变化);(5)用户在终端(PC、手机等)输入检测值μ,即光照影响达到该数值时给予告警清洗;(6)后台服务器定时从数据库中获取采集器上传的数据并计算:计算玻璃版G表面干净时(即首次安装时)光照度计A与光照度计B在不同时刻(此处设置为8:00,12:00,16:00)的差值VB-VA,并针对每个时间点求出前3次数据平均值,记作V0作为基础值(多个时刻的不同数据在数据库中分别存储);(7)服务器定时从数据库中获取采集器在不同时刻(此处设置为8:00,12:00,16:00)采集的多个数据VA和VB,并计算其差值VBA=VB-VA,并针对不同时刻多组数据计算玻璃板G表面的灰尘对光照的影响减少比例再分别与μ做比较,由于玻璃表面会有一定的灰尘遮挡,所以VA会不断的减小,VA与VB的差值不断增加,μAB的数值也不增加,当μAB≥μ时(每个时刻有3组数据,当μAB≥μ数据超过1组时认为μAB≥μ),说明光照强度已经被影响达到或者超过了预定的数值,由于玻璃与光伏组件保持物理位置、角度、光照等条件一致,可以断定此时光伏组件表面灰尘与玻璃表面灰尘基本一致,同时可以认为光伏组件表面的灰尘对组件的影响也达到了预定数值,应当清洗;(8)清洗时应当光伏组件与玻璃板G一起清洗,使其一致保持同步,并记录每次清洗日期T,清洗完成后,自动更新每天固定时刻的V0值,减少玻璃损坏以及不同季节的阳光照射角不同的影响;(9)预测下次清洗时间:默认为上次清洗时间差值(首次安装时默认为100天),随着落灰的积累,对光照度计A和光照度计B的差值影响,以及用户定义清洗标准推算下次清洗时间,计算方式如下:当前日期Td减去上次清洗日期T,得到日期差值D1=Td-T,得到平均每天的光照影响值Vdt,并用得到的数值D测(采用四舍五入方式,当D测≤0时,D测=0)即为距离下次清洗的预测天数,预测下次清洗日期为Td+D测,距离下次清洗天数为D测。由于μAB会随着天气(雨雪等)、环境变化(风沙等)而产生变化,所以D测会不断的更新,提高预测精确度。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种光伏组件除尘需求监控和预测方法,在监控系统平台基础上,通过数据对比求值的方式实现灰尘监控并告知用户光伏组件(所述光伏组件由组件玻璃和电池板层构成)需要清洗并预测下次清洗时间;其特征在于,具体方法如下:
(1)通过用户在终端输入需要清洗的条件即光照影响百分比,记作μ;
(2)然后通过服务器存储和比较不同时刻、多次采集瞬时阳光穿过干净玻璃的光照强度VA和完全暴露在太阳下的光照强度VB;
(3)并分别求出前n天,不同时刻的VB与VA的差值的平均值,分别记作V0;其中,一天规定采集m个时刻,每个时刻n帧数据,将不同时刻的V0存入数据库,作为比较基础值。
(4)将收集到每帧数据后计算VA与VB作差值,记作VBA=VB-VA,并通过计算得到减少比例其中,不同时间的VBA与对应时刻的V0进行相应计算;
(5)通过比较μAB与μ比较,查看是否达到清洗条件;当μAB≥μ时(同一时刻多帧对比均μAB≥μ),表示达到清洗标准,当达到用户规定的清洗条件时,程序发送短信通知用户去清洗,清洗完成后,自动更新每天固定时刻的V0值,减少玻璃损坏以及不同季节的阳光照射角不同的影响;
(6)同时根据当前数据以及以往数据分析出下一次清洗的预测时间,计算方式如下:
当前日期Td减去上次清洗日期T,得到日期差值D1=Td-T,得到平均每天的光照影响值Vdt,并用得到的数值D测,即采用四舍五入方式,当D测≤0时,D测=0,即为距离下次清洗的天数,预测下次清洗日期为Td+D测,距离下次清洗时间为D测的天数。
2.根据权利要求1所述的一种光伏组件除尘需求监控和预测方法,其特征在于:所述监控系统平台,包括光伏组件、逆变器、汇流箱、环境监测仪、数据采集服务器、云服务器和终端等,是通过GPRS数据方式进行数据传输而组建的系统。
3.根据权利要求1所述的一种光伏组件除尘需求监控和预测方法,其特征在于:步骤2中,然后通过服务器存储和比较不同时刻、多次采集瞬时阳光穿过干净玻璃的光照强度VA和完全暴露在太阳下的光照强度VB;
其中,干净玻璃与光伏组件玻璃层相同材质,此处要保证环境检测仪的检测片一直处于无灰尘遮挡状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710520091.5A CN107222721A (zh) | 2017-06-30 | 2017-06-30 | 一种光伏组件除尘需求监控和预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710520091.5A CN107222721A (zh) | 2017-06-30 | 2017-06-30 | 一种光伏组件除尘需求监控和预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107222721A true CN107222721A (zh) | 2017-09-29 |
Family
ID=59950774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710520091.5A Pending CN107222721A (zh) | 2017-06-30 | 2017-06-30 | 一种光伏组件除尘需求监控和预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107222721A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818410A (zh) * | 2017-10-23 | 2018-03-20 | 长沙理工大学 | 一种光伏组件积灰程度远程智能诊断方法 |
CN109374645A (zh) * | 2018-12-27 | 2019-02-22 | 山东建筑大学 | 光伏板灰尘检测系统及方法 |
CN109709013A (zh) * | 2019-02-01 | 2019-05-03 | 济南大学 | 一种灰尘检测装置、灰尘检测系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301191A (zh) * | 2015-05-22 | 2017-01-04 | 科沃斯商用机器人有限公司 | 太阳能电池板自动清洁系统及其控制方法 |
CN106487328A (zh) * | 2016-11-10 | 2017-03-08 | 上海许继电气有限公司 | 光伏电站积尘状态评估监测系统及其方法 |
CN106529723A (zh) * | 2016-11-10 | 2017-03-22 | 上海许继电气有限公司 | 基于监控平台实现光伏电站清洗周期估计的方法 |
-
2017
- 2017-06-30 CN CN201710520091.5A patent/CN107222721A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301191A (zh) * | 2015-05-22 | 2017-01-04 | 科沃斯商用机器人有限公司 | 太阳能电池板自动清洁系统及其控制方法 |
CN106487328A (zh) * | 2016-11-10 | 2017-03-08 | 上海许继电气有限公司 | 光伏电站积尘状态评估监测系统及其方法 |
CN106529723A (zh) * | 2016-11-10 | 2017-03-22 | 上海许继电气有限公司 | 基于监控平台实现光伏电站清洗周期估计的方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818410A (zh) * | 2017-10-23 | 2018-03-20 | 长沙理工大学 | 一种光伏组件积灰程度远程智能诊断方法 |
CN107818410B (zh) * | 2017-10-23 | 2021-12-14 | 长沙理工大学 | 一种光伏组件积灰程度远程智能诊断方法 |
CN109374645A (zh) * | 2018-12-27 | 2019-02-22 | 山东建筑大学 | 光伏板灰尘检测系统及方法 |
CN109709013A (zh) * | 2019-02-01 | 2019-05-03 | 济南大学 | 一种灰尘检测装置、灰尘检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mohanty et al. | Forecasting of solar energy with application for a growing economy like India: Survey and implication | |
Kudo et al. | Forecasting electric power generation in a photovoltaic power system for an energy network | |
US20140149038A1 (en) | Solar irradiance measurement system and weather model incorporating results of such measurement | |
CN103778340A (zh) | 大规模新能源发电特性的统计方法 | |
CN107222721A (zh) | 一种光伏组件除尘需求监控和预测方法 | |
WO2013169903A1 (en) | Methods and systems for managing distributed energy resources | |
CN102545707A (zh) | 以发电单元为基本预测单元的发电功率预测方法及系统 | |
CN104318314A (zh) | 一种基于光伏发电效率的发电量预测方法 | |
Almeshaiei et al. | Rapid evaluation of micro-scale photovoltaic solar energy systems using empirical methods combined with deep learning neural networks to support systems’ manufacturers | |
Chung | Estimating solar insolation and power generation of photovoltaic systems using previous day weather data | |
Costa et al. | Impact of soiling on Si and CdTe PV modules: Case study in different Brazil climate zones | |
CN105469209A (zh) | 光伏电站太阳能资源评估及发电量计算系统及方法 | |
Ascencio-Vásquez et al. | Typical Daily Profiles, a novel approach for photovoltaics performance assessment: Case study on large-scale systems in Chile | |
Tamoor et al. | Investigation of dust pollutants and the impact of suspended particulate matter on the performance of photovoltaic systems | |
Gostein et al. | Field testing of mars™ soiling sensor | |
Mayer et al. | Performance prediction of grid-connected photovoltaic systems using remote sensing | |
WOSZCZYŃSKI et al. | Monitoring of the mining waste neutralization facility of LW Bogdanka. | |
Ruan et al. | A new optimal PV installation angle model in high-latitude cold regions based on historical weather big data | |
KR101544713B1 (ko) | 태양광 발전기 출력 저하 판단 방법 및 장치 | |
Hong et al. | Estimating the loss ratio of solar photovoltaic electricity generation through stochastic analysis | |
Zheng et al. | Impact of climate simulation resolutions on future energy system reliability assessment: A Texas case study | |
Sanna et al. | Energy performance of concentrator and flat plate photovoltaics in the mediterranean area | |
TWI637332B (zh) | Power generation prediction system and method for solar power plant | |
Sandell | The effect of snowfall on the power output of photovoltaic solar panels in Halifax, NS | |
MOLIN | Experimental analysis of the impact of soiling on photovoltaic modules performance |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170929 |
|
RJ01 | Rejection of invention patent application after publication |