CN108596392A - 一种基于相似理论的水合物藏产能预测方法 - Google Patents
一种基于相似理论的水合物藏产能预测方法 Download PDFInfo
- Publication number
- CN108596392A CN108596392A CN201810391689.3A CN201810391689A CN108596392A CN 108596392 A CN108596392 A CN 108596392A CN 201810391689 A CN201810391689 A CN 201810391689A CN 108596392 A CN108596392 A CN 108596392A
- Authority
- CN
- China
- Prior art keywords
- hydrate
- similarity
- hides
- theory
- parameter
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 30
- 238000013277 forecasting method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000013178 mathematical model Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000002474 experimental method Methods 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims abstract description 7
- 239000007789 gas Substances 0.000 claims description 20
- 150000004677 hydrates Chemical class 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 238000002347 injection Methods 0.000 description 7
- 239000007924 injection Substances 0.000 description 7
- 239000003345 natural gas Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于相似理论的水合物藏产能预测方法，包括以下步骤：选取恰当的水合物藏开采模拟数学模型；根据数学模型，利用公式分析法和量纲分析法推导相似准则；考虑水合物藏物理参数的实际物理意义，进行相似缩比的分析；以水合物开采的模拟实验参数为基础，根据各个物理参数的相似缩比，确定实际水合物藏的模化参数，预测水合物藏的产能。本发明理论性强，为水合物藏的产能预测提供了一种可行的方法。
Description
技术领域
本发明涉及一种基于相似理论的水合物藏产能预测方法。
背景技术
天然气水合物(简称水合物)是一种由天然气和水在低温高压条件下形成的像冰一样的固体物质，是非化学计量的笼形化合物。天然气水合物能量密度高，理论上1m3的水合物在标准条件下可以分解164m3的天然气。单位体积水合物燃烧释放的热量是煤的10倍，传统天然气的3倍左右。此外，天然气水合物储量丰富，分布广泛。迄今已至少在116个地区发现天然气水合物，据估计，全球天然气水合物的储量约为21×1015m3，为石油、天然气等常规能源总碳储量的2倍，仅在海洋区域，水合物的分布面积就占到地球海洋总面积的四分之一左右，约四千万平方公里。所以天然气水合物被认为是21世纪最重要的可替代能源。
考虑到天然气水合物巨大的资源潜力，美国、日本、加拿大、中国、韩国、印度等制定了详细的勘探开发研究计划。日本，中国先后在周边海域进行了水合物藏的试采，后由于出砂等原因导致试采时间不长。
目前，由于水合物藏的特殊性和复杂性，还未能有实际投入商业开发的水合物藏，对于水合物藏开采的研究更多是基于室内物理模拟实验和理论分析。
随着世界范围内水合物藏的试采实验逐渐增多，对水合物藏的产气能力进行预测意义非凡，合理的产能预测将为水合物藏的试采和开发提供十分重要的指导意见。但迄今为止，还没有一种简单可靠的水合物藏产能预测方法。
发明内容
为了解决现有技术中存在的技术问题，本发明提出了一种基于相似理论的水合物藏产能预测方法。本方法首次将相似理论分析引入到天然气水合物藏开采领域，根据天然气水合物藏开采模拟的数学模型，用公式分析法和量纲分析法推导出相似准则，通过相似参数的模化设计，将实验结果放大，从而对水合物藏产能进行预测。
本发明采用的技术方案如下：
一种基于相似理论的水合物藏产能预测方法，具体包括以下步骤：
(1)选取恰当的水合物藏开采模拟数学模型；
(2)根据数学模型，利用公式分析法和量纲分析法推导相似准则；
(3)根据步骤2中得到的相似准则，确定数学模型与实际水合物藏模型参数之间的相似缩比；
(4)以水合物开采的模拟实验参数为基础，根据各个物理参数的相似缩比，确定实际水合物藏的模化参数，从而预测水合物藏的产能。
进一步的，所述步骤(1)中，所选取的数学模型必须能准确反应水合物藏开发的动态过程；该动态过程包括但不限于天然气水合物藏各组分的质量守恒、体系的能量守恒、天然气水合物相平衡、分解动力学、多孔介质中的多相流传质传热过程。
进一步的，步骤(1)中所选择的模型是HydrateResSim模型。
进一步的，所述步骤(2)中，先应用公式分析法，从数学模型和定解条件的微分方程出发，通过将数学方程无因次化得到相似准则；然后应用量纲分析法来检验相似准则是否重复和遗漏。
具体的，对数学模型中所涉及的物理量进行无因次化，将所得无因次物理量代入数学模型进而得到无因次方程，由无因次方程得到相似准则。
进一步的，所述步骤(3)中，参数的相似缩比的确定应结合参数的实际物理意义进行确定。如涉及水合物藏固有属性的参数相似缩比为1，涉及水合物藏几何尺寸的参数相似缩比应为几何缩比等。
进一步的，所述步骤(4)中，对水合物藏物理参数的模化设计，要以水合物开采物理实验为基础，所以应当选取受业界广泛认可的物理实验。
本发明的有益效果：
本发明首次将相似理论应用于水合物藏开发的产能预测当中。通过对水合物藏数学模型相似准则的推导，进而依靠水合物藏开采的物理实验进行相似参数的模化设计，最终实现水合物藏产能的预测。
附图说明
图1是本发明提供的基于相似理论的水合物藏产能预测方法的流程图。
具体实施方式
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
正如背景技术所介绍的，现有技术中由于水合物藏的特殊性和复杂性，还未能有实际投入商业开发的水合物藏，对于水合物藏开采的研究更多是基于室内物理模拟实验和理论分析。随着世界范围内水合物藏的试采实验逐渐增多，对水合物藏的产气能力进行预测意义非凡，合理的产能预测将为水合物藏的试采和开发提供十分重要的指导意见。但迄今为止，还没有一种简单可靠的水合物藏产能预测方法，为了解决如上的技术问题，本申请提出了一种基于相似理论的水合物藏产能预测方法。
本申请的一种典型的实施方式中，如图1所示，包括以下步骤：
步骤1，选取较全面准确描述天然气水合物藏分解过程的数学模型。
目前国内外研究出了许多数学模型用于天然气水合物开采模拟计算，其中考虑的因素较全面且又简单可靠的是HydrateResSim模型，模型如下：
1)质量守恒方程
a.水组分：
b.甲烷组分：
c.水合物组分：
2)能量守恒方程
3)初始条件：
p|t＝0＝pi,T|t＝0＝Ti (5)
sH|t＝0＝sHi，sA|t＝0＝sAi，sG|t＝0＝sGi (6)
4)边界条件
a.内边界条件：
生产井定压生产：p＝pgp (8)
此时生产井产水速率：
产气速率：
注水井：q＝qI (11)
此时注入井注水速率：
如果内边界为定产量，
生产井产水速率：q＝qA (13)
产气速率q＝qG (14)
注水井注水速率q＝qI (15)
b.外边界条件(封闭边界)：
5)辅助条件
(1)饱和度方程：
SH+SA+SI+SG＝1 (17)
(2)气相和水相质量分数：
(3)毛管力方程：
(4)有效孔隙度方程：
φe＝φ(1-SH-SI) (20)
(5)渗透率变化方程：
k＝k0(1-SH-SI)n (21)
步骤2，对模型中所涉及的物理量进行无因次化，将所得无因次物理量代入模型可以得到无因次方程，由无因次方程得到相似准则，经过分析推导出独立相似准则。
相似准则如下：
以上数学模型各参数量纲及物理意义如表1-表3所示
表1 NGH分解过程中涉及的自变量
表2 NGH分解过程中涉及的参变量
表3 NGH分解过程中涉及的因变量
应用量纲分析法进行检验，以检查相似准则是否重复和遗漏，方法是：
通过表1-表3可以看到，数学模型中NGH开采过程涉及到的参数共有75个，其中基本量纲4个，即长度、质量、时间和温度，根据π-定理，应该有75-4＝71个π项，说明在检验分析法中漏掉了71-68＝3个π项。由量纲分析法可以得到漏掉的3个π项为：
步骤3，水合物藏物理参数相似缩比的分析
根据公式分析法及量纲分析法得到的相似准则，确定模型与原型参数之间的比例关系，即前面所描述的相似缩比。定义参数V的缩比：其中下标m和p分别代表模型和原型，V表示任意一个参数，r(V)即为参数V的模型值与原型值之比。
实验室的模型采用和现场天然气水合物藏性质相同的流体和孔隙介质,温度压力参数与现场相同，则有：
模型中与几何尺寸相关的量，均采用与天然气水合物藏长度相等的缩比，r(W)＝r(H)＝r(Re)＝r(Rw)＝r(xp)＝r(yp)＝r(xI)＝r(yI)＝r(L)。
其他缩比，
步骤4，根据模型参数缩比关系放大物理实验结果，预测水合物藏产能。
以中国石油大学(华东)注热法开采水合物的实验参数为基础，几何缩比设为142.85。根据上述缩比关系建立水合物藏的参数，列表如下：
表1中国石油大学(华东)注热开采NGH藏模拟主要参数及结果
根据实验结果放大建立的水合物藏基础参数，计算发现，对于一个(50m×50m×8.6m)的水合物藏模型中，以43.55m3/d的速率注入温度为30℃的热水，持续8.8天可开发完，得到最终累计产气量为2.75×105立方米。
最后说明的是，以上所述是用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (6)
1.一种基于相似理论的水合物藏产能预测方法，其特征在于，具体包括以下步骤：
(1)选取恰当的水合物藏开采模拟数学模型；
(2)根据数学模型，利用公式分析法和量纲分析法推导相似准则；
(3)根据步骤2中得到的相似准则，确定数学模型与实际水合物藏模型参数之间的相似缩比；
(4)以水合物开采的模拟实验参数为基础，根据各个物理参数的相似缩比，确定实际水合物藏的模化参数，从而预测水合物藏的产能。
2.如权利要求1所述的一种基于相似理论的水合物藏产能预测方法，其特征在于，所述步骤(1)中所选取的数学模型必须要求能准确反应水合物藏开发的动态过程，包括但不限于天然气水合物藏各组分的质量守恒、体系的能量守恒、天然气水合物相平衡、分解动力学、多孔介质中的多相流传质传热过程。
3.如权利要求1所述的一种基于相似理论的水合物藏产能预测方法，其特征在于，步骤(1)中所选择的模型是HydrateResSim模型。
4.如权利要求1所述的一种基于相似理论的水合物藏产能预测方法，其特征在于，所述步骤(2)中，先应用公式分析法，从数学模型和定解条件的微分方程出发，通过将数学方程无因次化得到相似准则；然后再应用量纲分析法来检验相似准则是否重复和遗漏。
5.如权利要求4所述的一种基于相似理论的水合物藏产能预测方法，其特征在于，具体如下：对数学模型中所涉及的物理量进行无因次化，将所得无因次物理量代入数学模型进而得到无因次方程，由无因次方程得到相似准则。
6.如权利要求1所述的一种基于相似理论的水合物藏产能预测方法，其特征在于，所述步骤(4)中，参数的相似缩比分析应结合参数的实际物理意义进行分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810391689.3A CN108596392A (zh) | 2018-04-27 | 2018-04-27 | 一种基于相似理论的水合物藏产能预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810391689.3A CN108596392A (zh) | 2018-04-27 | 2018-04-27 | 一种基于相似理论的水合物藏产能预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108596392A true CN108596392A (zh) | 2018-09-28 |
Family
ID=63610695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810391689.3A Pending CN108596392A (zh) | 2018-04-27 | 2018-04-27 | 一种基于相似理论的水合物藏产能预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108596392A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111812147A (zh) * | 2020-06-24 | 2020-10-23 | 浙江大学 | 一种含热源土壤热湿耦合传递模化实验的设计方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102509179A (zh) * | 2011-12-26 | 2012-06-20 | 中国石油天然气股份有限公司 | 气井动态产能预测方法 |
| CN102841129A (zh) * | 2012-08-20 | 2012-12-26 | 中国矿业大学 | 一种岩土工程模型试验重力场模拟装置及方法 |
| CN103835708A (zh) * | 2014-02-25 | 2014-06-04 | 中国海洋石油总公司 | 一种油气田类比开发指标定量预测方法 |
| US20150199995A1 (en) * | 2014-01-10 | 2015-07-16 | ModCon IP LLC | Modular content generation, modification, and delivery system |
| CN105156102A (zh) * | 2015-09-28 | 2015-12-16 | 中国石油大学(北京) | 底水油藏水体能量三维物理模拟装置及方法 |
| CN106246171A (zh) * | 2016-09-09 | 2016-12-21 | 西南石油大学 | 部分连通断层边界的无限大双重介质油藏数学建模方法 |
-
2018
- 2018-04-27 CN CN201810391689.3A patent/CN108596392A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102509179A (zh) * | 2011-12-26 | 2012-06-20 | 中国石油天然气股份有限公司 | 气井动态产能预测方法 |
| CN102841129A (zh) * | 2012-08-20 | 2012-12-26 | 中国矿业大学 | 一种岩土工程模型试验重力场模拟装置及方法 |
| US20150199995A1 (en) * | 2014-01-10 | 2015-07-16 | ModCon IP LLC | Modular content generation, modification, and delivery system |
| CN103835708A (zh) * | 2014-02-25 | 2014-06-04 | 中国海洋石油总公司 | 一种油气田类比开发指标定量预测方法 |
| CN105156102A (zh) * | 2015-09-28 | 2015-12-16 | 中国石油大学(北京) | 底水油藏水体能量三维物理模拟装置及方法 |
| CN106246171A (zh) * | 2016-09-09 | 2016-12-21 | 西南石油大学 | 部分连通断层边界的无限大双重介质油藏数学建模方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111812147A (zh) * | 2020-06-24 | 2020-10-23 | 浙江大学 | 一种含热源土壤热湿耦合传递模化实验的设计方法 |
| CN111812147B (zh) * | 2020-06-24 | 2022-03-22 | 浙江大学 | 一种含热源土壤热湿耦合传递模化实验的设计方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mouli-Castillo et al. | Inter-seasonal compressed-air energy storage using saline aquifers | |
| Stepanenko et al. | LAKE 2.0: a model for temperature, methane, carbon dioxide and oxygen dynamics in lakes | |
| Hardwick et al. | Masuda’s sandstone core hydrate dissociation experiment revisited | |
| Brambilla et al. | Subpolar mode water in the northeastern Atlantic: 2. Origin and transformation | |
| Oddo et al. | A numerical study of the interannual variability of the Adriatic Sea (2000–2002) | |
| Guo et al. | Rising methane emissions from boreal lakes due to increasing ice-free days | |
| Li et al. | Computer simulation of gas generation and transport in landfills. V: Use of artificial neural network and the genetic algorithm for short-and long-term forecasting and planning | |
| Kim et al. | Initial ensemble design scheme for effective characterization of three-dimensional channel gas reservoirs with an aquifer | |
| Abdoli et al. | Insight into heterogeneity effects in methane hydrate dissociation via pore-scale modeling | |
| Li et al. | Quantifying melt production and degassing rate at mid‐ocean ridges from global mantle convection models with plate motion history | |
| Xia et al. | Investigation of the hydrate reservoir production under different depressurization modes | |
| CN108596392A (zh) | 一种基于相似理论的水合物藏产能预测方法 | |
| Dahowski et al. | Examining CCS deployment potential in China via application of an integrated CCS cost curve | |
| Yaping et al. | Similarity theory for the physical simulation of natural gas hydrate reservoir development | |
| Tomasini et al. | Assessment of the potential for gas production from marine methane hydrate reservoirs by numerical simulation | |
| Vafaei | Reactive transport modelling of hydrate phase transition dynamics in porous media | |
| Katterbauer et al. | A Sensor Based Hydrogen Volume Assessment Deep Learning Framework–A Pohokura Field Case Study | |
| Illarionov et al. | 3D reservoir model history matching based on machine learning technology | |
| Sheldon et al. | Using paleosols to understand paleo-carbon burial | |
| Yang et al. | Existence of a nonautonomous SIR epidemic model with age structure | |
| Sun et al. | Molecular Dynamics Simulation of Nanoconfined Methane Flow Through Realistic Organic Shale Matrix | |
| Ma et al. | Mixed Region Simulation on Subsurface Gas Storage of CO 2 and CH 4 in a Power-to-Gas System | |
| Karev | Physical and Mathematical Modeling of Earth and Environment Processes | |
| Liu et al. | A Simulator Based on Coupling of Reaction Transport Model and Multiphase Hydrate Simulator and Its Application to Studies of Methane Transportation in Marine Sediments | |
| Hoteit et al. | Efficient Optimization and Uncertainty Quantification Method Applied to Time-Continuous Geothermal Energy Extraction |
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 |