CN110658554B - Hti介质avaz定量反演方法及系统 - Google Patents
Hti介质avaz定量反演方法及系统 Download PDFInfo
- Publication number
- CN110658554B CN110658554B CN201810694156.2A CN201810694156A CN110658554B CN 110658554 B CN110658554 B CN 110658554B CN 201810694156 A CN201810694156 A CN 201810694156A CN 110658554 B CN110658554 B CN 110658554B
- Authority
- CN
- China
- Prior art keywords
- azimuth
- seismic
- theta
- inversion
- angle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 27
- 238000005070 sampling Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 12
- 238000013016 damping Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 description 3
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 2
- 238000005056 compaction Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
公开了一种HTI介质AVAZ定量反演方法及系统。该方法可以包括:步骤1:基于各向异性项和方位角建立包括地震道N个时间采样的初始模型;步骤2:根据对应于不同入射角的不同方位角的地震记录差,获得观测数据;步骤3:根据方位角反射系数差矩阵与地震子波,获得地震合成记录,进而获得地震合成数据;步骤4:根据观测数据与地震合成数据,建立反演目标函数F(m+Δm)并进行反演;步骤5:当F(m+Δm)不满足设定精度要求时,将m修正为m+Δm,重复步骤3‑5;满足设定精度要求时,停止迭代,将迭代模型作为反演结果输出。本发明利用振幅的方位差异,对不同观测方向纵波反射系数差异定量反演各向异性项和方位角,通过定量反演提高裂缝预测精度。
Description
技术领域
本发明涉及油气地球物理技术领域,更具体地,涉及一种HTI介质AVAZ定量反演方法及系统。
背景技术
裂缝作为油气运移的通道或者存储的空间,是储层甜点评价的重要参数之一。裂缝的存在导致地下介质呈现各向异性,同时由于上覆载荷的压实作用,在储层中主要分布垂直或者高角度裂缝,可等效为HTI(a transversely isotropic medium with ahorizontal axis of symmetry)介质。地震识别技术在裂缝预测方面发挥了越来越大的作用。早期人们依据裂缝引起的横波分裂特征进行裂缝描述;但是,多波多分量地震勘探的成本高昂,处理过程复杂,为了经济且有效地描述裂缝分布,展开运用纵波速度、振幅和旅行时等信息进行裂缝研究,其中利用纵波方位反射振幅信息即AVAZ(Amplitude variationwith incident angle and azimuth)裂缝预测的精度最高。根据调研,目前根据反射系数线性近似公式开展定量反演的研究比较少,薛娇于2016年发表的论文“基于等效介质模型的裂缝参数AVOA反演”能够直接对任意一点的地震时间序列进行定量预测的方法均直接对反射系数近似公式定量反演,但是,该方法涉及的参数多,速度、密度或者阻抗等参数的存在容易引起各向异性项预测结果的误差。因此,有必要开发一种HTI介质AVAZ定量反演方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提出了一种HTI介质AVAZ定量反演方法及系统,其能够利用振幅的方位差异,对不同观测方向纵波反射系数差异定量反演各向异性项和方位角,通过定量反演提高裂缝预测精度。
根据本发明的一方面,提出了一种HTI介质AVAZ定量反演方法。所述方法可以包括:步骤1:基于各向异性项Bani和方位角建立包括地震道N个时间采样的初始模型m;步骤2:根据对应于不同入射角的不同方位角的地震记录差,获得观测数据;步骤3:根据方位角反射系数差矩阵与地震子波,获得地震合成记录,进而获得地震合成数据;步骤4:根据所述观测数据与所述地震合成数据,建立反演目标函数F(m+Δm)并进行反演,其中,Δm是模型修正量;步骤5:当F(m+Δm)不满足设定精度要求时,将m修正为m+Δm,重复步骤3-5;满足设定精度要求时,停止迭代,将所述迭代模型作为反演结果输出。
优选地,所述初始模型m为:
其中,为第n个采样时间点的初始模型,n=1,…,N,N为采样时间点的数量。
优选地,第n个采样时间点的初始模型mn为:
优选地,入射角为θi时的方位角记录差为:
优选地,所述观测数据为:
Sobs=[ΔS(θ1) ΔS(θ2)… ΔS(θi)… ΔS(θI)] (4)
其中,Sobs为观测数据。
优选地,入射角为θi时方位角反射系数差矩阵为:
优选地,地震合成记录为:
ΔSmodel(θi)=W(θi)*ΔR(θi) (7)
其中,ΔSmodel(θi)为入射角为θi时的地震合成记录,W(θi)为入射角为θi时的地震子波。
优选地,所述地震合成数据为:
S(m)=[ΔSmodel(θ1) ΔSmodel(θ2)… ΔSmodel(θI)] (8)
其中,S(m)为地震合成数据。
优选地,所述反演目标函数为:
其中,F(m+Δm)为反演目标函数,Δm为模型修正量,μ为阻尼系数,Sobs为观测数据。
根据本发明的另一方面,提出了一种HTI介质AVAZ定量反演系统,其上存储有计算机程序,所述程序被处理器执行时实现以下步骤:步骤1:基于各向异性项Bani和方位角建立包括地震道N个时间采样的初始模型m;步骤2:根据对应于不同入射角的不同方位角的地震记录差,获得观测数据;步骤3:根据方位角反射系数差矩阵与地震子波,获得地震合成记录,进而获得地震合成数据;步骤4:根据所述观测数据与所述地震合成数据,建立反演目标函数F(m+Δm)并进行反演,其中,Δm是模型修正量;步骤5:当F(m+Δm)不满足设定精度要求时,将m修正为m+Δm,重复步骤3-5;满足设定精度要求时,停止迭代,将所述迭代模型作为反演结果输出。
优选地,所述初始模型m为:
其中,为第n个采样时间点的初始模型,n=1,…,N,N为采样时间点的数量。
优选地,第n个采样时间点的初始模型mn为:
优选地,入射角为θi时的方位角记录差为:
优选地,所述观测数据为:
Sobs=[ΔS(θ1) ΔS(θ2)… ΔS(θi)… ΔS(θI)] (4)
其中,Sobs为观测数据。
优选地,入射角为θi时方位角反射系数差矩阵为:
优选地,地震合成记录为:
ΔSmodel(θi)=W(θi)*ΔR(θi) (7)
其中,ΔSmodel(θi)为入射角为θi时的地震合成记录,W(θi)为入射角为θi时的地震子波。
优选地,所述地震合成数据为:
S(m)=[ΔSmodel(θ1) ΔSmodel(θ2)… ΔSmodel(θI)] (8)
其中,S(m)为地震合成数据。
优选地,所述反演目标函数为:
其中,F(m+Δm)为反演目标函数,Δm为模型修正量,μ为阻尼系数,Sobs为观测数据。
本发明具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的HTI介质AVAZ定量反演方法的步骤的流程图。
图2示出了根据本发明的一个实施例的反演地震数据与正演数据的对比图。
图3示出了根据本发明的一个实施例的各向异性项与正演数据的对比图。
图4示出了根据本发明的一个实施例的方位角与正演数据的对比图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
图1示出了根据本发明的HTI介质AVAZ定量反演方法的步骤的流程图。
在该实施例中,根据本发明的HTI介质AVAZ定量反演方法可以包括:步骤1:基于各向异性项Bani和方位角建立包括地震道N个时间采样的初始模型m;步骤2:根据对应于不同入射角的不同方位角的地震记录差,获得观测数据;步骤3:根据方位角反射系数差矩阵与地震子波,获得地震合成记录,进而获得地震合成数据;步骤4:根据观测数据与地震合成数据,建立反演目标函数F(m+Δm)并进行反演,其中,Δm是模型修正量;步骤5:当F(m+Δm)不满足设定精度要求时,将m修正为m+Δm,重复步骤3-5;满足设定精度要求时,停止迭代,将迭代模型作为反演结果输出。
在一个示例中,初始模型m为:
其中,为第n个采样时间点的初始模型,n=1,…,N,N为采样时间点的数量。
在一个示例中,第n个采样时间点的初始模型mn为:
在一个示例中,入射角为θi时的方位角记录差为:
在一个示例中,观测数据为:
Sobs=[ΔS(θ1) ΔS(θ2)… ΔS(θi)… ΔS(θI)] (4)
其中,Sobs为观测数据。
在一个示例中,入射角为θi时方位角反射系数差矩阵为:
在一个示例中,地震合成记录为:
ΔSmodel(θi)=W(θi)*ΔR(θi) (7)
其中,ΔSmodel(θi)为入射角为θi时的地震合成记录,W(θi)为入射角为θi时的地震子波。
在一个示例中,地震合成数据为:
S(m)=[ΔSmodel(θ1) ΔSmodel(θ2)… ΔSmodel(θI)] (8)
其中,S(m)为地震合成数据。
在一个示例中,反演目标函数为:
其中,F(m+Δm)为反演目标函数,Δm为模型修正量,μ为阻尼系数,Sobs为观测数据。
具体地,根据本发明的HTI介质AVAZ定量反演方法可以包括:
步骤3:根据HTI介质Ruger纵波反射系数表达式:
其中,A为截距项,Biso为各向同性项,Bani为各向异性项,为方位角,θ为入射角,获得方位角和的反射系数差为公式(5),进而获得入射角为θi时方位角反射系数差矩阵ΔR(θi)为公式(6)。根据测井资料和地震记录提取入射角为θi时地震子波W(θi),计算地震合成地震记录ΔSmodel(θi)为公式(7),则获得地震合成数据S(m)为公式(8),S(m)=Dm,D为子波褶积矩阵。
步骤4:根据观测数据ΔSmodel(θi)与地震合成数据S(m),建立反演目标函数F(m+Δm)为公式(9),并进行反演,其中,Δm是反演结果与初始模型的差,根据阻尼最小二乘方法得到解为:Δm=(GTG+μI)-1GT(Sobs-S(m)),I为单位矩阵,μ为阻尼系数,G为目标函数的Jacobian矩阵。
步骤5:当F(m+Δm)不满足设定精度要求时,将m修正为m+Δm,重复步骤3-5;满足设定精度要求时,停止迭代,将迭代模型作为反演结果输出,本领域技术人员可以根据具体情况设定精度要求。
本发明利用振幅的方位差异,对不同观测方向纵波反射系数差异定量反演各向异性项和方位角,通过定量反演提高裂缝预测精度。
应用示例
为便于理解本发明实施例的方案及其效果,以下给出一个具体应用示例。本领域技术人员应理解,该示例仅为了便于理解本发明,其任何具体细节并非意在以任何方式限制本发明。
根据本发明的HTI介质AVAZ定量反演方法包括:
步骤3:根据HTI介质Ruger纵波反射系数表达式(10),获得方位角和的反射系数差为公式(5),进而获得入射角为θi时方位角反射系数差矩阵ΔR(θi)为公式(6)。根据测井资料和地震记录提取入射角为θi时地震子波W(θi),计算地震合成地震记录ΔSmodel(θi)为公式(7),则获得地震合成数据S(m)为公式(8),S(m)=Dm,D为子波褶积矩阵。
步骤4:根据观测数据ΔSmodel(θi)与地震合成数据S(m),建立反演目标函数F(m+Δm)为公式(9),并进行反演,其中,Δm是反演结果与初始模型的差,根据阻尼最小二乘方法得到解为:Δm=(GTG+μI)-1GT(Sobs-S(m)),I为单位矩阵,μ为阻尼系数,G为目标函数的Jacobian矩阵。
步骤5:当F(m+Δm)不满足设定精度要求时,将m修正为m+Δm,重复步骤3-5;满足设定精度要求时,停止迭代,将迭代模型作为反演结果输出,本领域技术人员可以根据具体情况设定精度要求。
图2示出了根据本发明的一个实施例的反演地震数据与正演数据的对比图。
图3示出了根据本发明的一个实施例的各向异性项与正演数据的对比图。
图4示出了根据本发明的一个实施例的方位角与正演数据的对比图。
由图可知,反演地震数据、各向异性项和方位角与正演数据吻合较好,展示了本方法的有效性。
综上所述,本发明利用振幅的方位差异,对不同观测方向纵波反射系数差异定量反演各向异性项和方位角,通过定量反演提高裂缝预测精度。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
根据本发明的HTI介质AVAZ定量反演系统,其上存储有计算机程序,所述程序被处理器执行时实现以下步骤:步骤1:基于各向异性项Bani和方位角建立包括地震道N个时间采样的初始模型m;步骤2:根据对应于不同入射角的不同方位角的地震记录差,获得观测数据;步骤3:根据方位角反射系数差矩阵与地震子波,获得地震合成记录,进而获得地震合成数据;步骤4:根据观测数据与地震合成数据,建立反演目标函数F(m+Δm)并进行反演,其中,Δm是模型修正量;步骤5:当F(m+Δm)不满足设定精度要求时,将m修正为m+Δm,重复步骤3-5;满足设定精度要求时,停止迭代,将迭代模型作为反演结果输出。
在一个示例中,初始模型m为:
其中,为第n个采样时间点的初始模型,n=1,…,N,N为采样时间点的数量。
在一个示例中,第n个采样时间点的初始模型mn为:
在一个示例中,入射角为θi时的方位角记录差为:
在一个示例中,观测数据为:
Sobs=[ΔS(θ1) ΔS(θ2)… ΔS(θi)… ΔS(θI)] (4)
其中,Sobs为观测数据。
在一个示例中,入射角为θi时方位角反射系数差矩阵为:
在一个示例中,地震合成记录为:
ΔSmodel(θi)=W(θi)*ΔR(θi) (7)
其中,ΔSmodel(θi)为入射角为θi时的地震合成记录,W(θi)为入射角为θi时的地震子波。
在一个示例中,地震合成数据为:
S(m)=[ΔSmodel(θ1) ΔSmodel(θ2)… ΔSmodel(θI)] (8)
其中,S(m)为地震合成数据。
在一个示例中,反演目标函数为:
其中,F(m+Δm)为反演目标函数,Δm为模型修正量,μ为阻尼系数,Sobs为观测数据。
本系统利用振幅的方位差异,对不同观测方向纵波反射系数差异定量反演各向异性项和方位角,通过定量反演提高裂缝预测精度。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (8)
1.一种HTI介质AVAZ定量反演方法,包括:
步骤2:根据对应于不同入射角的不同方位角的地震记录差,获得观测数据;
步骤3:根据方位角反射系数差矩阵与地震子波,获得地震合成记录,进而获得地震合成数据;
步骤4:根据所述观测数据与所述地震合成数据,建立反演目标函数F(m+Δm)并进行反演,其中,Δm是模型修正量;
步骤5:当F(m+Δm)不满足设定精度要求时,将m修正为m+Δm,重复步骤3-5;满足设定精度要求时,停止迭代,将迭代模型作为反演结果输出;
其中,入射角为θi时方位角反射系数差矩阵为:
其中,所述反演目标函数为:
其中,F(m+Δm)为反演目标函数,Δm为模型修正量,μ为阻尼系数,Sobs为观测数据。
4.根据权利要求3所述的HTI介质AVAZ定量反演方法,其中,所述观测数据为:
Sobs=[ΔS(θ1) ΔS(θ2)… ΔS(θi)… ΔS(θI)] (4)
其中,Sobs为观测数据。
6.根据权利要求1所述的HTI介质AVAZ定量反演方法,其中,地震合成记录为:
ΔSmodel(θi)=W(θi)*ΔR(θi) (7)
其中,ΔSmodel(θi)为入射角为θi时的地震合成记录,W(θi)为入射角为θi时的地震子波。
7.根据权利要求6所述的HTI介质AVAZ定量反演方法,其中,所述地震合成数据为:
S(m)=[ΔSmodel(θ1) ΔSmodel(θ2)… ΔSmodel(θI)] (8)
其中,S(m)为地震合成数据。
8.一种HTI介质AVAZ定量反演系统,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现以下步骤:
步骤2:根据对应于不同入射角的不同方位角的地震记录差,获得观测数据;
步骤3:根据方位角反射系数差矩阵与地震子波,获得地震合成记录,进而获得地震合成数据;
步骤4:根据所述观测数据与所述地震合成数据,建立反演目标函数F(m+Δm)并进行反演,其中,Δm是模型修正量;
步骤5:当F(m+Δm)不满足设定精度要求时,将m修正为m+Δm,重复步骤3-5;满足设定精度要求时,停止迭代,将迭代模型作为反演结果输出;
其中,入射角为θi时方位角反射系数差矩阵为:
其中,所述反演目标函数为:
其中,F(m+Δm)为反演目标函数,Δm为模型修正量,μ为阻尼系数,Sobs为观测数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810694156.2A CN110658554B (zh) | 2018-06-29 | 2018-06-29 | Hti介质avaz定量反演方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810694156.2A CN110658554B (zh) | 2018-06-29 | 2018-06-29 | Hti介质avaz定量反演方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110658554A CN110658554A (zh) | 2020-01-07 |
CN110658554B true CN110658554B (zh) | 2021-05-25 |
Family
ID=69026573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810694156.2A Active CN110658554B (zh) | 2018-06-29 | 2018-06-29 | Hti介质avaz定量反演方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110658554B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2791694C (en) * | 2010-03-12 | 2022-07-12 | CGGVeritas Services (U.S.) Inc. | Methods and systems for performing azimuthal simultaneous elastic inversion |
US9316757B2 (en) * | 2011-12-06 | 2016-04-19 | Exxonmobil Upstream Research Company | Removal of fracture-induced anisotropy from converted-wave seismic amplitudes |
CN106324665A (zh) * | 2015-07-01 | 2017-01-11 | 中国石油化工股份有限公司 | 反演裂缝密度的方法及系统 |
CN107179545A (zh) * | 2016-03-11 | 2017-09-19 | 中国石油化工股份有限公司 | 非线性avo反演的方法和装置 |
CN110187389B (zh) * | 2019-06-24 | 2020-07-24 | 中国地质大学(北京) | 一种基于薄层反射理论的ava反演方法 |
-
2018
- 2018-06-29 CN CN201810694156.2A patent/CN110658554B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110658554A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107203005B (zh) | 一种定量化计算裂缝描述参数的方法 | |
US9261613B2 (en) | Passive monitoring method for seismic events | |
EP3631523B1 (en) | System and method for predicting fault seal from seismic data | |
CN110873897B (zh) | 基于方位弹性阻抗傅里叶级数展开的裂缝预测方法及系统 | |
CN111123354B (zh) | 基于频变反射振幅衰减预测致密气层的方法及设备 | |
CN110018517B (zh) | 一种多尺度地面微地震逆时干涉定位方法 | |
CN1734288A (zh) | 构建用得自不同时标表达数据的若干参数描述的不均质介质模型的方法 | |
CN1165561A (zh) | 反射剪切波地震方法 | |
RU2737846C2 (ru) | Система установки наземных сейсмических датчиков с парами смежных многокомпонентных сейсмических датчиков на расстоянии в среднем по меньшей мере двадцать метров | |
CN108873063B (zh) | 一种微地震矩张量反演的方法及装置 | |
WO2012021218A2 (en) | Attenuating internal multiples from seismic data | |
CN110161563B (zh) | 一种深度域地震流体分析方法、装置、系统及存储介质 | |
EP1735640B1 (en) | Method for predicting surface multiples in a marine seismic survey | |
Khoshnavaz et al. | Velocity-independent estimation of kinematic attributes in vertical transverse isotropy media using local slopes and predictive painting | |
AU2018272313A1 (en) | System and method for predicting fault seal from seismic data | |
CN113126099A (zh) | 一种基于音频特征提取的单波束底质分类方法 | |
CN110658554B (zh) | Hti介质avaz定量反演方法及系统 | |
Tran et al. | An assessment of surface wave techniques at the Texas A&M national geotechnical experimentation site | |
Golubev et al. | Continuum model of fractured media in direct and inverse seismic problems | |
Wamriew et al. | Microseismic Monitoring and Analysis Using Cutting-Edge Technology: A Key Enabler for Reservoir Characterization | |
CN112578437A (zh) | 地震记录自动增益方法及系统 | |
CN108196301B (zh) | 振幅随偏移距变化道集获取方法和装置 | |
CN113933898B (zh) | 裂缝储层各向异性特征识别方法、装置、设备及存储介质 | |
Wang et al. | Effect of velocity anisotropy in shale on the acoustic emission events matching and location | |
Smolkin | Laboratory scale seismic analysis of a spatially variable hydrological surface in unconfined, unconsolidated sand |
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 |