CN107817260A - 一种泥页岩高频层序识别方法 - Google Patents

一种泥页岩高频层序识别方法 Download PDF

Info

Publication number
CN107817260A
CN107817260A CN201610825363.8A CN201610825363A CN107817260A CN 107817260 A CN107817260 A CN 107817260A CN 201610825363 A CN201610825363 A CN 201610825363A CN 107817260 A CN107817260 A CN 107817260A
Authority
CN
China
Prior art keywords
sequence
data
curves
recognition methods
different scale
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
CN201610825363.8A
Other languages
English (en)
Inventor
马晓潇
黎茂稳
黄振凯
蒋启贵
李志明
刘鹏
曹婷婷
钱门辉
腾格尔
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.)
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Exploration and Production Research Institute
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 China Petroleum and Chemical Corp, Sinopec Exploration and Production Research Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201610825363.8A priority Critical patent/CN107817260A/zh
Publication of CN107817260A publication Critical patent/CN107817260A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/223—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G01N2223/076—X-ray fluorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/616—Specific applications or type of materials earth materials

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种泥页岩高频层序识别方法，步骤如下：获取岩心元素地球化学信息；选取能够有效反映岩性和古环境变化的参数，做数据曲线；对数据曲线进行不同尺度滑动平均处理；分析经过滑动平均处理后的数据曲线与各层序关系，结合数据曲线旋回性识别不同尺度层序。该方法高效、无损，获取数据密度高、连续性好，能够在保留所有原始信息的前提下，满足不同尺度层序划分的需求。本发明对于非均质性很强陆相泥页岩地层的层序划分识别效果良好。

Description

一种泥页岩高频层序识别方法
技术领域
本发明涉及石油地质及石油勘探开发应用的技术领域，尤其涉及层序地层研究以及化学地层研究技术领域的一种泥页岩高频层序识别方法。
背景技术
基于海相沉积研究建立的层序地层模式，可用于层序格架内预测地层的分布、寻找高效勘探目标。层序地层学发展至今，在理论上形成了Vail层序地层学、Galloway成因层序地层学和Cross高分辨率层序地层学三大主流派系(Vail et al.,1977；Galloway etal.,1989；Cross et al.,1992)。其中，高频层序地层学概念最初由Wagoner等提出，相当于Mail,等(1990)和Posanentier等(1982)的四-五级甚至六级旋回，周期为0.01-0.5Ma，为米兰科维奇驱动的气候变化和高频短周期海平面变化的综合产物，属行星轨道参数(偏心率、偏度和岁差)不规则旋回层序。高分辨率层序地层学是以露头、岩心、测井和三维高分辨率地震反射资料为基础，以高分辨率层序地层理论为指导，运用精细地层划分和对比技术，在以不整合为界的三级层序内(长期基准面旋回)识别出高频层序(中期、短期基准面旋回)，建立区域、油田乃至油藏级别高精度地层对比格架，在成因地层格架内对地层，包括生油层、储层和隔层进行评价和预测的一项理论和技术。近年来，随着油气勘探开发难度的加大，高频层序地层学得到广泛关注并取得显著的进展，用以满足减小日益增加的隐蔽油气藏的勘探风险、优选开发方案及剩余油分布预测的需要。
层序地层学研究所采用的技术方法不断创新：(1)三维地震精度的提高，为层序地层学的研究提供了更精确的资料(朱筱敏等，2011)；(2)测井资料的多方位应用，如Nummedal(2011)通过伽马曲线的综合处理进行的湖相高频层序地层研究；(3)化学地层学方面，通过常量-微量元素、同位素等资料分析古环境演化、识别层序界面，为层序划分提供依据(余烨等2014；杜轶伦等，2014；姜在兴等，2011；朱创业等，2000)。
虽然层序地学研究技术方法在不断地发展与创新，但是仍然存以下不足之处：(1)地震资料分辨率有限，对于三级以上层序识别有效性不足；(2)测井数据虽是目前能获得分辨率高、连续性好的地质数据之一，但是测井信息的旋回不仅与地层特征相关，还与测井仪器响应的分辨率、测井环境、测井作业、测井仪器的稳定性等诸多因素相关，将该资料应用于旋回性层序地层相关分析显然存在很多难以预料的结果；(3)化学地层学在层序划分上的应用目前相对较少，并且受测试样品数目有限的影响，数据连续性差、缺乏代表性。
发明内容
针对上述技术问题，本发明提出了一种新的泥页岩高频层序识别方法。该方法包括以下步骤：
S10，获取岩心元素地球化学信息；
S20，从岩心元素地球化学信息中选取能够反映岩性和古环境变化的元素数据参数，做各参数与深度相关的数据曲线；
S30，对各参数与深度相关的数据曲线进行不同尺度的滑动平均处理；
S40，分析经过不同尺度滑动平均处理后的数据曲线与各层序之间的对应关系，结合各数据曲线旋回性识别不同尺度层序，以便能够基于层序、体系域、岩相组合和岩相尺度建立地层格架。
根据本发明的实施例，上述步骤S40中，在分析经过不同尺度滑动平均处理后的数据曲线与各层序之间的对应关系时，还结合测井曲线和/或有机碳含量来识别不同尺度层序。
根据本发明的实施例，上述步骤S10中，采用X荧光光谱分析仪来获取岩心元素地球化学信息。
根据本发明的实施例，上述步骤S10中，以厘米级尺度为测试间距来获取岩心元素地球化学信息。
根据本发明的实施例，上述步骤S10中，所述岩心元素地球化学信息包括至少二十种常量、微量元素。
根据本发明的实施例，上述步骤S20中，所述参数包括元素的相对含量和元素的比值。
根据本发明的实施例，上述参数包括至少Si/Al、Ca/Si、Al/Ti、Fe/Mn、(Al+Fe)/(Ca+Mg)、Ca/(Ca+Fe)、V/Cr、Mn％等中的一种。
根据本发明的实施例，上述步骤S20中，所述岩性是指岩石的主要矿物类型，所述古环境变化包括至少古水深、古盐度、古气候和古氧化还原条件中的一种。
根据本发明的实施例，上述步骤S30中，分别以大、中、小尺度的窗口对数据曲线进行滑动平均处理。
根据本发明的实施例，识别的层序可以包括三级以上的层序，尤其是三级、四级、五级和六级层序。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
1)本发明以元素地球化学数据为基础，结合测井数据，建立一种高分辨层序划分方法。其中，优选以高密度的XRF测试数据为基础，进行不同尺度的滑动平均处理，在不遗漏任何数据点信息的前提下，基于层序、体系域、岩相组合和岩相尺度建立地层格架，为高频层序的划分提供有力依据。
2)同时，本发明还能够建立测试数据与测井数据和/或有机碳含量(TOC)的对应关系，从而为后续的区域性岩相对比和有利层段的识别奠定基础。
3)本发明尤其适用于对非均质性很强陆相泥页岩地层的层序划分识别，效果良好，能够避免目前化学地层研究方法中层序地层演化趋势线勾勒具有随意性的弊端。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的实施例中采用的层序识别方法的流程图；
图2是本发明的实施例中经过大尺度滑动平均处理的数据曲线与三级、四级层序的对应关系的示意图；
图3是本发明的实施例中经过小尺度滑动平均处理的数据曲线与六级层序的对应关系的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下结合附图和实施例对本发明作进一步地详细说明。
图1是本发明的实施例中采用的层序识别方法的流程图。下面结合图1原理性地说明该方法的各个步骤。
S10，获取岩心元素地球化学信息。
在本实施例中，优选采用手持式X荧光光谱(XRF)分析仪，以厘米级尺度为测试间距，对系统取芯井泥页岩井段进行连续测试，获取高密度的岩石元素地球化学信息。通常，所述岩心元素地球化学信息包括至少二十种常量、微量元素。采用这种方法可以在无损岩心条件下获取高密度、连续性的数据，从而为高频层序划分奠定可靠的基础。
S20，选取有效的参数，建立相应的数据曲线。
该步骤的主要任务是从步骤S10获取的岩心元素地球化学信息中筛选出适用的元素以及能够反映岩性和古环境变化的元素数据参数，用来建立深度相关的数据曲线。在此，所述岩性是指岩石的主要矿物类型，所述古环境变化是指古水深、古盐度、古气候和/或古氧化还原条件的演化过程。
在本实施例中，所述参数主要是指所选出的元素的相对含量和它们之间的比值。例如，Si/Al，Ca/Si，Al/Ti，Fe/Mn，(Al+Fe)/(Ca+Mg)，Ca/(Ca+Fe)，V/Cr，Mn％等。这些参数是研究古环境因素对地层沉积以及层序地层的影响的基础。
S30，对数据曲线进行滑动平均处理；。
在本发明中，需要采用不同尺度的窗口对步骤S20获得的数据曲线进行滑动平均处理。在此，优选分别以大、中、小尺度的窗口对数据曲线进行滑动平均处理。目的是尽可能地不遗漏任何有效的数据信息，提升识别精度，从而满足不同尺度层序划分的需求。
S40，分析经过滑动平均处理的数据曲线，结合各数据曲线旋回性识别不同尺度层序。
该步骤的主要任务是分析经不同尺度滑动平均处理后的数据曲线与各层序之间的对应关系，结合各数据曲线旋回性识别不同尺度层序，以便能够基于层序、体系域、岩相组合和岩相尺度建立地层格架。不同于现有技术，本发明尤其能够识别三级以上的层序。例如，经过大、中、小三种尺度滑动平均处理的数据曲线分别与三级、四-五级和六级层序具有良好的对应关系。由此，可以基于层序、体系域、岩相组合和岩相尺度建立地层格架，从而为高频层序的进一步划分提供有力依据。与此同时，还能够初步建立数据曲线与测井曲线以及有机碳(TOC)含量的对应关系，为实现区域性岩相对比和有利层段识别奠定基础。
具体实施例
下面以某系统取芯井泥页岩井段为例，详细地说明采用本发明识别高频层序的过程。
首先对某系统取芯井泥页岩井段进行高密度的XRF测试，然后分别以50m，10m，2m(即大、中、小尺度)为窗口，对测试数据进行滑动平均处理。
如图1和图2所示：经过不同尺度的滑动平均处理后的数据曲线能够反映出不同尺度上沉积层序的变化情况。需要指出的是，两幅图中所采用原始数据完全相同，但选取了不同尺度的窗口进行滑动平均处理，曲线形态差异很大，所反映地质问题也各有侧重。体现在二者对应不同尺度的层序，所揭示的地质问题也不尽相同。如图1所示，经过大尺度(50m)窗口滑动平均处理后的数据曲线较为平滑，反映出湖平面的在三级-四级尺度上的升降变化，层序界面对应良好。具体地，根据反映古水深的(Al+Fe)/(Ca+Mg)曲线，结合反映古盐度的曲线Fe/Mn、Ca/(Ca+Fe)可以明显地得出从沙四上层序到沙三下层序发生过两次大的区域性水平面升降的结论，该结果为研究区域性环境变化对页岩发育特征的影响提供证据。如图3所示，经过小尺度(选取2m)窗口滑动平均处理的数据曲线能够清晰的反映岩相(米级)的细微变化，适用于米极尺度层序的划分。换言之，可对应于六级层序。进一步结合岩心观察，发现Ca/Si比值高段对应方解石纹层发育段，底部Si/Al高值段对应粉砂岩薄夹层，基于此类发现可以为有利目的层段的选取提供有力依据。此外还可以得出，测井曲线(例如电阻率高值段)与数据曲线所反映的古水深较深、还原性较强的层段具有一定对应关系，以及有机碳(TOC)含量较高值段基本对应还原性较强的环境(V/Cr比值，Mn％高)。由此可以确定，通过本发明还能够初步建立测井和有机碳含量数据与元素地球化学数据间的相关性，这为实现区域性地层对比和有利目的层的选取奠定了基础。
类似上述实施例证明，本发明尤其适用于对非均质性很强陆相泥页岩地层的层序划分识别，效果良好。
以上所述，仅为本发明的具体实施案例，本发明的保护范围并不局限于此，任何熟悉本技术的技术人员在本发明所述的技术规范内，对本发明的修改或替换，都应在本发明的保护范围之内。

Claims (10)

1.一种泥页岩高频层序识别方法，包括以下步骤：
S10，获取岩心元素地球化学信息；
S20，从岩心元素地球化学信息中选取能够反映岩性和古环境变化的元素数据参数，建立各参数与深度相关的数据曲线；
S30，对各参数与深度相关的数据曲线进行不同尺度的滑动平均处理；
S40，分析经过不同尺度滑动平均处理后的数据曲线与各级别层序之间的对应关系，结合各数据曲线旋回性识别不同尺度层序，以便能够基于层序、体系域、岩相组合和岩相尺度建立地层格架。
2.根据权利要求1所述的识别方法，其特征在于：
步骤S40中，在分析经过不同尺度滑动平均处理后的数据曲线与各层序之间的对应关系时，还结合测井曲线和/或有机碳含量来识别不同尺度层序。
3.根据权利要求1所述的识别方法，其特征在于：
步骤S10中，采用X荧光光谱分析仪来获取岩心元素地球化学信息。
4.根据权利要求3所述的识别方法，其特征在于：
步骤S10中，以厘米级尺度为测试间距来获取岩心元素地球化学信息。
5.根据权利要求1所述的识别方法，其特征在于：
步骤S10中，所述岩心元素地球化学信息包括至少二十种常量、微量元素。
6.根据权利要求1所述的识别方法，其特征在于：
步骤S20中，所述参数包括元素的相对含量和元素的比值。
7.根据权利要求6所述的识别方法，其特征在于：
所述参数包括Si/Al、Ca/Si、Al/Ti、Fe/Mn、(Al+Fe)/(Ca+Mg)、Ca/(Ca+Fe)、V/Cr、Mn％等中的一个或几个。
8.根据权利要求1所述的识别方法，其特征在于：
步骤S20中，所述岩性是指岩石的主要矿物类型，所述古环境变化是指古水深、古盐度、古气候和/或古氧化还原条件的演化过程。
9.根据权利要求1至8中任意一项所述的识别方法，其特征在于：
步骤S30中，分别以大、中、小尺度的窗口对数据曲线进行滑动平均处理。
10.根据权利要求1至8中任意一项所述的识别方法，其特征在于：
识别的层序包括三级以上的层序。
CN201610825363.8A 2016-09-14 2016-09-14 一种泥页岩高频层序识别方法 Pending CN107817260A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610825363.8A CN107817260A (zh) 2016-09-14 2016-09-14 一种泥页岩高频层序识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610825363.8A CN107817260A (zh) 2016-09-14 2016-09-14 一种泥页岩高频层序识别方法

Publications (1)

Publication Number Publication Date
CN107817260A true CN107817260A (zh) 2018-03-20

Family

ID=61601310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610825363.8A Pending CN107817260A (zh) 2016-09-14 2016-09-14 一种泥页岩高频层序识别方法

Country Status (1)

Country Link
CN (1) CN107817260A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110970096A (zh) * 2019-12-12 2020-04-07 成都理工大学 一种细粒泥页岩的地球化学微相信息识别系统及方法
CN111379552A (zh) * 2020-03-04 2020-07-07 中国石油化工股份有限公司 基于高频层序地层学的海相页岩气水平井靶窗选择方法
CN111505238A (zh) * 2019-01-31 2020-08-07 中国石油化工股份有限公司 一种岩石白云化计算方法及计算系统
CN112133374A (zh) * 2020-09-21 2020-12-25 成都理工大学 一种通过恢复古环境进行烃源岩预测的方法
CN113047831A (zh) * 2021-05-12 2021-06-29 西南石油大学 一种页岩层序划分方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106228412A (zh) * 2016-08-01 2016-12-14 浪潮软件集团有限公司 一种基于非线性时间序列分析的酒店价格预测方法
CN106885815A (zh) * 2017-03-22 2017-06-23 中国石油大学(华东) 一种基于砂岩中元素xrf法判别沉积环境的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106228412A (zh) * 2016-08-01 2016-12-14 浪潮软件集团有限公司 一种基于非线性时间序列分析的酒店价格预测方法
CN106885815A (zh) * 2017-03-22 2017-06-23 中国石油大学(华东) 一种基于砂岩中元素xrf法判别沉积环境的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
地质词典办公室: "《地质词典 5 地质普查勘探技术方法分册上》", 《地质词典 5 地质普查勘探技术方法分册上》 *
杨玉峰 等: "松辽盆地湖相泥岩地层有机碳分布特征及层序分析", 《沉积学报》 *
马晓潇 等: "手持式X荧光光谱仪在济阳坳陷古近系陆相页岩岩心分析中的应用", 《石油实验地质》 *
高 达 等: "利用自然伽马能谱测井识别碳酸盐岩高频层序-以塔里木盆地塔中地区T1井良里塔格组为例", 《沉积学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111505238A (zh) * 2019-01-31 2020-08-07 中国石油化工股份有限公司 一种岩石白云化计算方法及计算系统
CN110970096A (zh) * 2019-12-12 2020-04-07 成都理工大学 一种细粒泥页岩的地球化学微相信息识别系统及方法
CN110970096B (zh) * 2019-12-12 2023-07-28 成都理工大学 一种细粒泥页岩的地球化学微相信息识别系统及方法
CN111379552A (zh) * 2020-03-04 2020-07-07 中国石油化工股份有限公司 基于高频层序地层学的海相页岩气水平井靶窗选择方法
CN112133374A (zh) * 2020-09-21 2020-12-25 成都理工大学 一种通过恢复古环境进行烃源岩预测的方法
CN113047831A (zh) * 2021-05-12 2021-06-29 西南石油大学 一种页岩层序划分方法
CN113047831B (zh) * 2021-05-12 2022-07-15 西南石油大学 一种页岩层序划分方法

Similar Documents

Publication Publication Date Title
Chopra et al. Emerging and future trends in seismic attributes
Zhao et al. Constraining self-organizing map facies analysis with stratigraphy: An approach to increase the credibility in automatic seismic facies classification
CN103454685B (zh) 利用测井约束波阻抗反演预测砂体厚度的方法和装置
Furre et al. CO2-induced seismic time shifts at Sleipner
CN107817260A (zh) 一种泥页岩高频层序识别方法
CN107688206A (zh) 一种高分辨率层序地层划分与对比方法
CN108680951A (zh) 一种基于地震信息判断煤层气富集沉积控制作用的方法
Huang et al. Use of nonlinear chaos inversion in predicting deep thin lithologic hydrocarbon reservoirs: A case study from the Tazhong oil field of the Tarim Basin, China
Naseer et al. Porosity prediction of lower cretaceous unconventional resource play, south Indus Basin, Pakistan, using the seismic spectral decomposition technique
Awolayo et al. A cohesive approach at estimating water saturation in a low-resistivity pay carbonate reservoir and its validation
CN105116449B (zh) 一种弱反射储层的识别方法
Xu et al. Seismic sedimentologic study of facies and reservoir in middle Triassic Karamay Formation of the Mahu Sag, Junggar Basin, China
Badics et al. Assessing source rock distribution in Heather and Draupne Formations of the Norwegian North Sea: A workflow using organic geochemical, petrophysical, and seismic character
Taheri et al. Modeling of the shale volume in the hendijan oil field using seismic attributes and artificial neural networks
Tebo et al. Use of volume-based 3-D seismic attribute analysis to characterize physical-property distribution: a case study to delineate sedimentologic heterogeneity at the Appleton field, southwestern Alabama, USA
CN115857047B (zh) 一种地震储层综合预测方法
Cheng et al. Reservoir prediction in a development area with a high-density well pattern using seismic sedimentology: An example from the BB2 block, Changyuan LMD oil field, Songliao Basin, China
Rotimi et al. Reservoir characterization and modeling of lateral heterogeneity using multivariate analysis
Ma et al. Multi-level ultra-deep fault-controlled karst reservoirs characterization methods for the Shunbei field
CN115755215A (zh) 一种地质知识引导的智能化油气储层预测方法
Verma et al. Imaging and interpretation: Seismic, rock physics and image log analysis workflows for deepwater systems
CN106353813A (zh) 基于阵列声波测井的流体性质识别方法
Efetobore et al. Reservoir Characterization and Fluid Analysis of the Majosa Field in the Niger Delta
Monier et al. Delineation of reservoir channels by different seismic attributes and geobody extractions for robust volumetric estimation, Saffron Field, offshore Nile Delta, Egypt
Hu et al. Seismic interpretation of sandstone-type uranium deposits in the Songliao Basin, Northeast China

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180320