CN109444987A - 雾霾日爆发时段的计算方法及系统 - Google Patents
雾霾日爆发时段的计算方法及系统 Download PDFInfo
- Publication number
- CN109444987A CN109444987A CN201811189998.9A CN201811189998A CN109444987A CN 109444987 A CN109444987 A CN 109444987A CN 201811189998 A CN201811189998 A CN 201811189998A CN 109444987 A CN109444987 A CN 109444987A
- Authority
- CN
- China
- Prior art keywords
- moment
- yen
- haze
- period
- incidence
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种雾霾日爆发时段的计算方法及系统,该方法包括:收集待计算区域的多个观测点的空气质量指数的逐小时观测数据;以空气质量指数的平均值为径长,以对应时间为角度,在坐标系中绘制日圆;将历史时间段的日圆进行平均,结合未平均的日圆,计算得到多组高发时刻;根据所述多组高发时刻,进行雾霾爆发时段判定。本发明计算流程简便,能够快速计算出雾霾日雾霾的爆发时刻。
Description
技术领域
本发明涉及雾霾控制技术领域,尤其涉及一种雾霾日爆发时段的计算方法及系统。
背景技术
随着全球气候变化,大气雾霾事件频发,空气质量问题愈加凸显,不仅影响社会生产生活,还危害人民身体健康。特别是2017年,华北地区多次发生雾霾,导致大面积飞机停飞,呼吸道系统疾病爆发,造成严重的社会影响。
火力发电作为中国北方地区主要的发电形式之一,对雾霾的发生具有一定影响。目前,主要研究集中在火电厂煤炭的脱硫和脱硝等工艺技术,污染物排放治理等方面,从而在火电厂发电时减少污染源。
然而,由于控制排放通常依靠经验和政府政策。为了使政策的制定更加符合当地雾霾发生的情况,因此有必要开展雾霾日爆发时间的计算,为污染高发天气下的环保策略制定提供科学依据。
发明内容
本发明提供一种雾霾日爆发时段的计算方法及系统,以解决目前控制排放减少雾霾的方式不能符合当地雾霾发生的情况的技术问题。
为解决上述技术问题,本发明提供的技术方案为:
一种雾霾日爆发时段的计算方法,包括以下步骤:
收集待计算区域的多个观测点的空气质量指数的逐小时观测数据;
以空气质量指数的平均值为径长,以对应时间为角度,在坐标系中绘制日圆;
将历史时间段的日圆进行平均,结合未平均的日圆,计算得到多组高发时刻;
根据多组高发时刻,进行雾霾爆发时段判定。
优选地,在收集待计算区域的多个观测点的空气质量指数的逐小时观测数据之后,计算出同一时刻的待计算区域内的空气质量指数的平均值。
优选地,以空气质量指数的平均值为径长,以对应时间为角度,在坐标系中绘制日圆,包括以下步骤:
收集待计算区域的多个观测点的空气质量指数的逐小时观测数据,计算出同一时刻的待计算区域内的空气质量指数的平均值;
以X轴正方向为0时刻,以空气质量指数的平均值为径长,以对应时间为角度,在坐标系中绘制日圆。
优选地,将历史时间段的日圆进行平均,结合未平均的日圆,计算得到多组高发时刻,包括以下步骤:
将一个时间段内的每日的日圆叠加到一个坐标系中,对于每一个时角,计算平均的径长作为时间段的日圆的径长,得到时间段内平均的日圆;
以0时刻为起点,以逆时针顺序进行滑动平均计算,得到多个时间段内的滑动平均的日圆;
根据多个时间段内的滑动平均的日圆和未平均的日圆,计算得到多组高发时刻。
优选地,在坐标系中绘制日圆时,时角的划分为:X轴正方向为对应0:00时刻,以逆时针方向将360°划分为24等份,每份15°。
优选地,以0时刻为起点,以逆时针顺序进行滑动平均计算,包括以下步骤:
以0时刻为起点,以逆时针顺序进行滑动平均计算,滑动窗口k为2-6,共5个,计算结果作为起始时刻的值,计算公式如下:
k=2,则
k=3,则
k=4,则
k=5,则
k=6,则
其中,Ri且i=0,1,2,…23,为时间段的日圆的径长;R(2,0)为k=2时,第0时刻的径长,R(3,0)为k=3时,第0时刻的径长,R(4,0)为k=4时,第0时刻的径长,R(5,0)为k=5时,第0时刻的径长,R(6,0)为k=6时,第0时刻的径长。
优选地,根据多个时间段内的滑动平均的日圆和未平均的日圆,计算得到多组高发时刻,包括以下步骤:
当第i时刻在区间[i-3,i+3]为最大值,且前三时刻和后三时刻均为递减,则记录为1个高发时刻,否则在区间内无高发时刻;
遍历多个时间段内的滑动平均的日圆和未平均的日圆,得到7组高发时刻。
优选地,根据多组高发时刻,进行雾霾爆发时段判定,包括以下情况:
当7组高发时刻均为空,则判断雾霾爆发时段为无峰型,即每一时刻都可能爆发雾霾;
当7组高发时刻中每组仅有一个高发时刻,且7组时刻相同,则判断雾霾爆发时段为单峰型,即该时刻爆发雾霾;
当7组高发时刻中每组仅有一个高发时刻,但7组时刻不完全相同,或者7组中有至少一组有多个高发时刻,则判断为多峰型,每一个时刻都可能爆发雾霾。
本发明还提供一种雾霾日爆发时段的计算系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一方法的步骤。
本发明具有以下有益效果:
本发明的雾霾日爆发时段的计算方法和系统,考虑了区域历史冬季雾霾逐小时空气质量指数(Air Quality Index,AQI),建立坐标系,以时间为角度,以AQI值为径长绘制出AQI指数圆,将历史的AQI圆进行平均,求出边界点,根据边界点特征,判识雾霾爆发时段。计算流程简便,能够快速计算出雾霾日雾霾的爆发时刻。通用性好,能够适用于不同地区雾霾爆发时间的计算。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的雾霾日爆发时段的计算方法的流程示意图;
图2是本发明优选实施例1的AQI日圆示意图;
图3是本发明优选实施例2的待计算区域的平均AQI日圆的示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
参见图1,本发明的雾霾日爆发时段的计算方法,包括以下步骤:
收集待计算区域的多个观测点的空气质量指数的逐小时观测数据;
以空气质量指数的平均值为径长,以对应时间为角度,在坐标系中绘制日圆;
将历史时间段的日圆进行平均,结合未平均的日圆,计算得到多组高发时刻;
根据多组高发时刻,进行雾霾爆发时段判定。
以上步骤,考虑了区域历史冬季雾霾逐小时空气质量指数(AQI),建立坐标系,以时间为角度,以AQI值为径长绘制出AQI指数圆,将历史的AQI圆进行平均,求出边界点,根据边界点特征,判识雾霾爆发时段。
实际实施时,本发明还可以进行扩展和优化,以下举例进行说明,实施例仅为了示例说明,不是对技术特征的组合方式进行限制,任何技术特征均可以跨实施例进行合理的组合。
实施例1:
本实施例的雾霾日爆发时段的计算方法,包括以下步骤:
(1)区域雾霾数据收集。
确定要计算的雾霾区域A,并收集区域内L时段n个观测点qi的空气质量指数(AQI)逐1小时观测数据,且计算出同一时刻区域内AQI的平均值Qaqi。
(2)AQI日圆绘制。
建立坐标系O,并绘制X轴和Y轴,其中X轴正方向为对应0:00时刻,以逆时针方向将360°划分为24等份,每份15°。则对应的时角见下表。
表1时角划分表
以AQI值为径长,对应时间为角度,将每日区域的AQI点绘制到坐标系中,并将相邻的点连接。得到如图2所示的AQI日圆。
(3)圆叠加。
将时间段L内的每日的AQI圆叠加到一个坐标系中,对于每一个时角,计算平均的径长Ri(i=0-23)作为时段L的AQI圆的径长,从而得到L时段内平均的AQI圆。
(4)滑动计算。
以0时刻为起点,以逆时针顺序进行滑动平均计算,滑动窗口k为2-6,共5个。计算结果作为起始时刻的径长,从而得到多个时间段内的滑动平均的日圆。计算公式如下:
k=2,则
k=3,则
k=4,则
k=5,则
k=6,则其中,Ri且i=0,1,2,…23,为时间段的日圆的径长;R(2,0)为k=2时,第0时刻的径长,R(3,0)为k=3时,第0时刻的径长,R(4,0)为k=4时,第0时刻的径长,R(5,0)为k=5时,第0时刻的径长,R(6,0)为k=6时,第0时刻的径长。
(5)高发时刻计算。
根据步骤(4)计算的k=2-6,以及未平均的AQI圆,分别计算高发时刻。设置判断时间段范围[-3,3],即对于时刻i,判断区间为[i-3,i+3],需要说明的是,对于0时刻,其前三时刻为23,22,21时刻。对于23时刻,其后三时刻为0,1,2。
当第i时刻在区间[i-3,i+3]为最大值,且前三时刻和后三时刻均为递减,则记录为1个高发时刻,不满足则在区间内无高发时刻。
遍历k=2-6以及未平均的AQI圆,得到7组高发时刻(高发时刻可能为空)。
(6)雾霾爆发时段判定。
根据步骤(5)计算的7组高发时刻,进行雾霾爆发时段判定。
当7组高发时刻均为空,则判断雾霾爆发时段为无峰型,即每一时刻都可能爆发雾霾。
当7组高发时刻中每组仅有一个高发时刻,且7组时刻相同,则判断雾霾爆发时段为单峰型,即该时刻爆发雾霾。
当7组高发时刻中每组仅有一个高发时刻,但7组时刻不完全相态,或者7组中有至少一组有多个高发时刻,则判断为多峰型,每一个时刻都可能爆发雾霾。
实施例2:
本实施例是实施例1的应用例,本实施例以M省雾霾爆发计算为例进行说明。本实施例的雾霾日爆发时段的计算方法,包括以下步骤:
(1)区域雾霾数据收集。
确定M为计算的雾霾区域,并收集M区域内2017年12月1日-31日5个观测点qi的空气质量指数(AQI)逐1小时观测数据,且计算出同一时刻区域内AQI的平均值Qaqi。
(2)AQI日圆绘制。
建立坐标系O,并绘制X轴和Y轴,其中X轴正方向为对应0:00时刻,以逆时针方向将360°划分为24等份,每份15°。则对应的时角与表1相同。
以AQI值为径长,对应时间为角度,将每日区域的AQI点绘制到坐标系中,并将相邻的点连接。得到如图3所示的AQI日圆。
(3)圆叠加。
将时间段L内的每日的AQI圆叠加到一个坐标系中,对于每一个时角,计算平均的径长Ri(i=0-23)作为时段L的AQI圆的径长,从而得到L时段内平均的AQI圆。计算结果如下:
表2实施例2的时段L的AQI圆的径长表
(4)滑动计算。
以0时刻为起点,以逆时针顺序进行滑动平均计算,滑动窗口k为2-6,共5个。计算结果作为起始时刻的径长。计算结果如下表3:
表3实施例2的滑动计算的结果表
(5)高发时刻计算。
根据步骤(4)计算的k=2-6,已经未平均的AQI圆,分别计算高发时刻。设置判断时间段范围[-3,3],即对于时刻i,判断区间为[i-3,i+3],需要说明的是,对于0时刻,其前三时刻为23,22,21时刻。对于23时刻,其后三时刻为0,1,2。
遍历k=2-6以及未平均的AQI圆,得到表4的7组高发时刻。
表4实施例2的7组高发时刻表
k | 无 | 2 | 3 | 4 | 5 | 6 |
高发时刻 | 9:00 | 9:00 | 8:00 | 6:00,7:00 | 6:00 | 9:00 |
(6)雾霾爆发时段判定。
根据步骤(5)计算的7组高发时刻,进行雾霾爆发时段判定。
7组数据高发时刻包括:6:00,7:00,8:00,9:00。因此为多峰型爆发,爆发时间为6:00-9:00。
实施例3:
本实施例是实施例1的另一应用例,本实施例以N省雾霾爆发计算为例进行说明,本实施例的步骤与实施例2基本相同,在此不再赘述,二者不同之处仅在于:
(1)区域雾霾数据收集。
确定N为计算的雾霾区域,并收集N区域内2017年12月1日-31日5个观测点qi的空气质量指数(AQI)逐1小时观测数据,且计算出同一时刻区域内AQI的平均值Qaqi。
步骤(2)-步骤(5)的计算过程与实施例1相同,但计算结果不同。
(6)雾霾爆发时段判定。
根据步骤(5)计算的7组高发时刻,进行雾霾爆发时段判定,计算结果如下表5:
表5实施例3的7组高发时刻表
k | 无 | 2 | 3 | 4 | 5 | 6 |
高发时刻 | 23:00 | 23:00 | 23:00 | 23:00 | 23:00 | 23:00 |
高发时刻均为23:00,为单峰型,雾霾爆发时刻为23:00。
实施例4:
本实施例是实施例1的另一应用例,本实施例以L省雾霾爆发计算为例进行说明,本实施例的步骤与实施例2基本相同,在此不再赘述,二者不同之处仅在于:
(1)区域雾霾数据收集
确定N为计算的雾霾区域,并收集L区域内2017年12月1日-31日5个观测点qi的空气质量指数(AQI)逐1小时观测数据,且计算出同一时刻区域内AQI的平均值Qaqi。
步骤(2)-步骤(5)的计算过程与实施例1相同,但计算结果不同。
(6)雾霾爆发时段判定。
根据步骤(5)计算的7组高发时刻,进行雾霾爆发时段判定,由于没有满足条件的爆发时刻,因此7组数据为空,判断为无峰型。每一个时刻均可能爆发雾霾。
实施例5:
本实施例提供一种雾霾日爆发时段的计算系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一实施例的步骤。
综上可知,本发明通过计算流程简便,能够快速计算出雾霾日雾霾的爆发时刻,本发明通用性好,能够适用于不同地区雾霾爆发时间的计算。采用本发明的计算结果,能够为电网环保调度,实现清洁能源输送,开展有针对性的减排提供重要的参考依据。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种雾霾日爆发时段的计算方法,其特征在于,包括以下步骤:
收集待计算区域的多个观测点的空气质量指数的逐小时观测数据;
以空气质量指数的平均值为径长,以对应时间为角度,在坐标系中绘制日圆;
将历史时间段的日圆进行平均,结合未平均的日圆,计算得到多组高发时刻;
根据所述多组高发时刻,进行雾霾爆发时段判定。
2.根据权利要求1所述的雾霾日爆发时段的计算方法,其特征在于,在所述收集待计算区域的多个观测点的空气质量指数的逐小时观测数据之后,计算出同一时刻的待计算区域内的空气质量指数的平均值。
3.根据权利要求2所述的雾霾日爆发时段的计算方法,其特征在于,所述以空气质量指数的平均值为径长,以对应时间为角度,在坐标系中绘制日圆,包括以下步骤:
收集待计算区域的多个观测点的空气质量指数的逐小时观测数据,计算出同一时刻的待计算区域内的空气质量指数的平均值;
以X轴正方向为0时刻,以空气质量指数的平均值为径长,以对应时间为角度,在坐标系中绘制日圆。
4.根据权利要求3所述的雾霾日爆发时段的计算方法,其特征在于,所述将历史时间段的日圆进行平均,结合未平均的日圆,计算得到多组高发时刻,包括以下步骤:
将一个时间段内的每日的日圆叠加到一个坐标系中,对于每一个时角,计算平均的径长作为所述时间段的日圆的径长,得到所述时间段内平均的日圆;
以0时刻为起点,以逆时针顺序进行滑动平均计算,得到多个时间段内的滑动平均的日圆;
根据所述多个时间段内的滑动平均的日圆和未平均的日圆,计算得到多组高发时刻。
5.根据权利要求3所述的雾霾日爆发时段的计算方法,其特征在于,所述在坐标系中绘制日圆时,时角的划分为:X轴正方向为对应0:00时刻,以逆时针方向将360°划分为24等份,每份15°。
6.根据权利要求4所述的雾霾日爆发时段的计算方法,其特征在于,所述以0时刻为起点,以逆时针顺序进行滑动平均计算,包括以下步骤:
以0时刻为起点,以逆时针顺序进行滑动平均计算,滑动窗口k为2-6,共5个,计算结果作为起始时刻的径长,计算公式如下:
k=2,则
k=3,则
k=4,则
k=5,则
k=6,则
其中,Ri且i=0,1,2,…23,为所述时间段的日圆的径长;R(2,0)为k=2时,第0时刻的径长,R(3,0)为k=3时,第0时刻的径长,R(4,0)为k=4时,第0时刻的径长,R(5,0)为k=5时,第0时刻的径长,R(6,0)为k=6时,第0时刻的径长。
7.根据权利要求4所述的雾霾日爆发时段的计算方法,其特征在于,所述根据所述多个时间段内的滑动平均的日圆和未平均的日圆,计算得到多组高发时刻,包括以下步骤:
当第i时刻在区间[i-3,i+3]为最大值,且前三时刻和后三时刻均为递减,则记录为1个高发时刻,否则在区间内无高发时刻;
遍历多个时间段内的滑动平均的日圆和未平均的日圆,得到7组高发时刻。
8.根据权利要求7所述的雾霾日爆发时段的计算方法,其特征在于,所述根据所述多组高发时刻,进行雾霾爆发时段判定,包括以下情况:
当7组高发时刻均为空,则判断雾霾爆发时段为无峰型,即每一时刻都可能爆发雾霾;
当7组高发时刻中每组仅有一个高发时刻,且7组时刻相同,则判断雾霾爆发时段为单峰型,即该时刻爆发雾霾;
当7组高发时刻中每组仅有一个高发时刻,但7组时刻不完全相同,或者7组中有至少一组有多个高发时刻,则判断为多峰型,每一个时刻都可能爆发雾霾。
9.一种雾霾日爆发时段的计算系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至8中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811189998.9A CN109444987B (zh) | 2018-10-12 | 2018-10-12 | 雾霾日爆发时段的计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811189998.9A CN109444987B (zh) | 2018-10-12 | 2018-10-12 | 雾霾日爆发时段的计算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109444987A true CN109444987A (zh) | 2019-03-08 |
CN109444987B CN109444987B (zh) | 2021-06-15 |
Family
ID=65545275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811189998.9A Active CN109444987B (zh) | 2018-10-12 | 2018-10-12 | 雾霾日爆发时段的计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109444987B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1118285A (ja) * | 1997-06-23 | 1999-01-22 | Nec Home Electron Ltd | 雷サージプロテクタ |
DE19906955C1 (de) * | 1999-02-19 | 2000-10-05 | Ernst Dieter Voigt | Verfahren zur Bestimmung des Windvektors |
CN104847058A (zh) * | 2014-02-18 | 2015-08-19 | 彭辰祺 | 城市除霾降温体系 |
CN105630842A (zh) * | 2014-11-07 | 2016-06-01 | 阿里巴巴集团控股有限公司 | 建立空气质量信息数据库、确定受污染信息的方法及装置 |
-
2018
- 2018-10-12 CN CN201811189998.9A patent/CN109444987B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1118285A (ja) * | 1997-06-23 | 1999-01-22 | Nec Home Electron Ltd | 雷サージプロテクタ |
DE19906955C1 (de) * | 1999-02-19 | 2000-10-05 | Ernst Dieter Voigt | Verfahren zur Bestimmung des Windvektors |
CN104847058A (zh) * | 2014-02-18 | 2015-08-19 | 彭辰祺 | 城市除霾降温体系 |
CN105630842A (zh) * | 2014-11-07 | 2016-06-01 | 阿里巴巴集团控股有限公司 | 建立空气质量信息数据库、确定受污染信息的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109444987B (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107688958B (zh) | 一种基于多表集抄数据的用户用能异常分析方法 | |
CN103944964A (zh) | 一种分布式系统及根据该系统进行逐步扩容的方法 | |
CN102279905A (zh) | 一种电网故障诊断中的数据流快速约简方法 | |
CN105225013A (zh) | 一种基于最短路径法的配网抢修驻点分布方法 | |
CN103516912A (zh) | 一种移动终端定位省电方法 | |
CN109444987A (zh) | 雾霾日爆发时段的计算方法及系统 | |
CN108519096B (zh) | 一种基于瓦片化的多路线道路筛选规划方法及系统 | |
CN102930481A (zh) | 电网负荷密度分析方法及系统 | |
CN109409740B (zh) | 一种基于皮尔森相关系数校核风力发电数据质量的方法 | |
WO2020178504A3 (fr) | Système de conditionnement d'air d'une cabine d'aéronef comprenant des moyens de réchauffage de l'eau récoltée par la boucle d'extraction d'eau | |
CN104933258A (zh) | 一种提高卧式加工中心可靠性的设计方法 | |
CN104504532B (zh) | 节能发电调度的排序方法 | |
CN102291440A (zh) | 一种云环境下规则优化方法及装置 | |
CN113221315B (zh) | 构建海水源热泵系统机组设计选型方法及系统 | |
CN111817898B (zh) | 一种识别动态网络结构异常的方法及装置 | |
CN102663045B (zh) | 一种数据信息处理方法及系统 | |
CN104966131B (zh) | 季风气候明显区域的平坦地形风机优化布置方法 | |
CN113533644A (zh) | 基于无人机的对面源常规大气污染物的监测方法 | |
CN102123488B (zh) | 无线传感器网络中复杂任务协作处理的控制节点选取方法 | |
CN104809337A (zh) | 一种变电站主要站用负荷用电实用模型建模方法 | |
CN102063571A (zh) | 基于网格的传染源查找方法及系统 | |
CN104143162A (zh) | 一种绿色建筑评价系统 | |
CN204084688U (zh) | 一种车载式冷暖一体空调系统 | |
Xian et al. | Parallel discovery of trajectory companions from heterogeneous streaming data | |
CN108764562B (zh) | 一种基于轨迹分析的自助办税点部署方法 |
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 |