CN111008599B - 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统 - Google Patents
一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统 Download PDFInfo
- Publication number
- CN111008599B CN111008599B CN201911241718.9A CN201911241718A CN111008599B CN 111008599 B CN111008599 B CN 111008599B CN 201911241718 A CN201911241718 A CN 201911241718A CN 111008599 B CN111008599 B CN 111008599B
- Authority
- CN
- China
- Prior art keywords
- pixel
- potential fire
- point
- value
- image
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 title claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000035772 mutation Effects 0.000 abstract description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/19—Earth-synchronous stations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明公开了一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统,将卫星监测影像时间尺度特征分析引入至山火监测判识中,通过对多幅卫星监测图像中同一像素点亮温值进行突变性检测,采用像素点亮温值的变化趋势值置信区间作为火点特征的判断,计算当前时刻像素点亮温特征值与置信区间的距离,实现对像素点是否为火点的判识。不同于传统山火卫星监测识别方法仅对空间尺度上邻近像素点的分析,本发明能够有效准确的提出中同步卫星影像中小面积初发山火像素点,该方法思路清晰,操作方便,实用性强,可有效提高输电线路山火辨识的精度,减少山火跳闸事故。
Description
技术领域
本发明属于电力工程技术领域,具体涉及一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统。
背景技术
随着我国特高压线路及跨区电网规模的不断扩大,输电线路经常需穿过山区、农区,线路走廊附近山火发生次数不断增长。山火发生后,大气条件如温度、密度、湿度等均会发生显著变化,使空气绝缘性大大降低,且通常持续较长时间,导致线路重合闸很难成功。目前,围绕输电线路山火实时监测方面已有一定成果,包括气象卫星遥感、激光探测、烟雾探测以及气象雷达监视等。采用气象卫星进行山火监测具有监测范围广、发现及时、成本低等特点。目前,国家电网公司已建设输电线路山火卫星监测预警系统,但系统接收的极轨卫星信号存在卫星过境时间间隔长(极轨卫星监测时间分辨率2次/天)、扫描覆盖区域有盲区等缺点,使其对山火灾害初期的预警及对灾害的态势感知存在不足。与极轨卫星不同,同步卫星运行在地球同步轨道,运行周期与地球自转一周的时间相等,监测时间分辨率可达4次/小时。因此,研究基于同步卫星的输电线路山火监测技术,可有效提高电网山火监测时间分辨率。
不同于极轨卫星,同步卫星空间分辨率低至2-4km,传统山火卫星监测识别方法都是基于单幅影像进行空间范围中的邻近像素点对比分析,而由于同步卫星空间分辨率低,一百平方米的小面积山火难以使得像素点亮温值明显高于邻近像素,传统山火卫星监测方法难以发现小面积山火。目前,中国风云四号同步卫星每15分钟扫描一次中国区域,具有较好的时间分辨率。考虑到山火的发生是一个突发事件,而卫星影像监测影像是一个动态时间序列,卫星监测影像中每个像素点的亮温值序列是一个渐变的过程,可通过对多幅影像中同一像素点的亮温值时间序列突变特征进行分析,进而实现对火点像素的有效判识。
发明内容
针对同步卫星小面积山火识别率低的问题,不同于传统山火卫星监测识别方法仅对空间尺度上邻近像素点的分析,本发明提出基于一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统,能够有效准确的提出中同步卫星影像中小面积初发山火像素点,有效提高输电线路山火辨识的精度,减少跳闸事故。
本发明的技术方案为:
一种基于时间尺度特征评估的山火同步卫星监测预警方法,系首先提取近一段时间的同步卫星影像,建立相同像素点亮温值时间序列,构建像素点亮温值的变化趋势值置信区间,计算当前时刻像素点亮温特征值与置信区间的距离,实现对像素点是否为火点的判识。
具体包括以下步骤:
步骤一:获取当前同步卫星监测影像,计算当前同步卫星监测影像中各像素点的4微米中红外通道亮温值和11微米远红外通道亮温值;
步骤二:采用固定阈值法,获取同步卫星监测影像潜在火点;
步骤三:提取过去3天的同步卫星监测影像,构建潜在火点像素点中红外与远红外通道亮温值差值的时间序列,计算潜在火点像素点亮温值的变化趋势值置信区间;
步骤四:计算当前卫星影像像素点亮温特征值与置信区间的距离,开展潜在火点像素的再判识。
优选地,步骤一中同步卫星监测影像像素点4微米中红外通道亮温值和11微米远红外通道亮温值计算公式为:
式中,C1=1.1910659×10-5mw/(m2.sr.cm-4),C2=1.438833K/cm-1,V4和V11分别为4微米中红外通道和11微米远红外通道中心波数,Ti4,Ti11分别为像素点i的4微米中红外通道亮温值和11微米远红外通道亮温值,Ni4,Ni11分别为通道i像素点i在4微米中红外通道亮温值和11微米远红外通道的辐射率。
优选地,步骤二中采用固定阈值法获取同步卫星监测影像潜在火点,计算公式为:
式中,ΔTi=Ti4-Ti11,和ΔT*为同步卫星监测影像潜在火点判识阈值。
优选地,步骤三中构建潜在火点像素点ΔTi过去3天共288个观测值时间序列的变化趋势置信区间,计算公式为:
式中,为潜在火点像素点ΔTi变化趋势值置信区间上限,θ i潜在火点像素点ΔTi变化趋势值置信区间下限,si为潜在火点像素点ΔTi时间序列平均值,σi为潜在火点像素点ΔTi时间序列方差,k潜在火点像素点时间序列有效长度,α为置信区间置信度,Z为服从(0,1)正态分布的随机数。
优选地,步骤四中潜在火点像素若满足下式,则判定为山火点:
式中,ΔTi(t)、ΔTi(t-1)分别为当前影像和上一时刻影像中该潜在火点像素点的通道亮温特征值,分别为当前影像和上一时刻影像中该潜在火点像素点变化趋势值置信区间上限。
本发明还提供一种基于时间尺度特征评估的山火同步卫星监测预警系统,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,所述处理器执行所述计算机程序时实现上述任一方法的步骤。
相比现有技术,本发明具有以下有益效果:
本发明的基于时间尺度特征评估的山火同步卫星监测预警方法及系统,针对同步卫星小面积山火识别率低的问题,将卫星监测影像时间尺度特征分析引入至山火监测判识中,通过对多幅卫星监测图像中同一像素点亮温值进行突变性检测,采用像素点亮温值的变化趋势值置信区间作为火点特征的判断,计算当前时刻像素点亮温特征值与置信区间的距离,实现对像素点是否为火点的判识。不同于传统山火卫星监测识别方法仅对空间尺度上邻近像素点的分析,本发明能够有效准确的提出中同步卫星影像中小面积初发山火像素点,该方法思路清晰,操作方便,实用性强,可有效提高输电线路山火辨识的精度,减少山火跳闸事故。
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为本发明方法的流程示意图。
图2为本发明实施例1中的一个潜在火点的时间序列(截取部分时间序列段)。
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。
如图1所示,本发明的一种基于时间尺度特征评估的山火同步卫星监测预警方法实施例,具体实现步骤是:
步骤一:获取当前同步卫星监测影像,计算当前同步卫星监测影像中各像素点的4微米中红外通道亮温值和11微米远红外通道亮温值,计算公式为:
式中,C1=1.1910659×10-5mw/(m2.sr.cm-4),C2=1.438833K/cm-1,V4和V11分别为4微米中红外通道和11微米远红外通道中心波数,Ti4,Ti11分别为像素点i的4微米中红外通道亮温值和11微米远红外通道亮温值,Ni4,Ni11分别为通道i像素点i在4微米中红外通道亮温值和11微米远红外通道的辐射率。
步骤二:采用固定阈值法,获取同步卫星监测影像潜在火点,计算公式为:
式中,ΔTi=Ti4-Ti11,和ΔT*为同步卫星监测影像潜在火点判识阈值。
步骤三:提取过去3天的同步卫星监测影像,构建潜在火点像素点中红外与远红外通道亮温值差值的时间序列,计算潜在火点像素点亮温值的变化趋势值置信区间,计算公式为:
式中,为潜在火点像素点ΔTi变化趋势值置信区间上限,θ i潜在火点像素点ΔTi变化趋势值置信区间下限,si为潜在火点像素点ΔTi时间序列平均值,σi为潜在火点像素点ΔTi时间序列方差,k潜在火点像素点时间序列有效长度,α为置信区间置信度,Z为服从(0,1)正态分布的随机数。
步骤四:计算当前卫星影像像素点亮温特征值与置信区间的距离,开展潜在火点像素的再判识,计算公式为:
式中,ΔTi(t)、ΔTi(t-1)分别为当前影像和上一时刻影像中该潜在火点像素点的通道亮温特征值,分别为当前影像和上一时刻影像中该潜在火点像素点变化趋势值置信区间上限。
实施例1:
(1)获取当2019年4月5日清明节当天上午北京时间10点15分钟接收的中国风云四号同步卫星监测影像,计算当前同步卫星监测影像中各像素点的4微米中红外通道亮温值和11微米远红外通道亮温值;
(2)采用固定阈值法,其中和ΔT*根据当天的气温分别设定为312K和15K,计算同步卫星监测影像潜在火点;
(3)提取过去3天的287张同步卫星监测
影像,构建潜在火点像素点中红外与远红外通道亮温值差值的时间序列,计算该潜在火点像素点亮温值的变化趋势值置信区间,其中一个潜在火点的时间序列如图2所示(图中截取部分时间序列段);
(4)计算当前卫星影像像素点亮温特征值与置信区间的距离,发现其中红外与远红外通道亮温值差值不在置信区间范围内,且其前一个时间段也不在该置信区间范围内,将其判定为火点进行输出。
实施例2
本发明的一种基于时间尺度特征评估的山火同步卫星监测预警系统实施例,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,处理器执行所述计算机程序时实现本方法实施例1的步骤。
由此可见,采用上述基于时间尺度特征评估的山火同步卫星监测预警方法计算方法,通过对多幅卫星监测图像中同一像素点亮温值进行突变性检测,采用像素点亮温值的变化趋势值置信区间作为火点特征的判断,可以更及时的发现小面积初发山火像素点,为现场灭火救援赢得充分准备时间,操作方便、实用性强,可广泛应用于输电线路山火监测预警领域。
以上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 (4)
1.一种基于时间尺度特征评估的山火同步卫星监测预警方法,其特征在于,包括以下步骤:
步骤一:获取当前同步卫星监测影像,计算当前同步卫星监测影像中各像素点的4微米中红外通道亮温值和11微米远红外通道亮温值;
步骤二:采用固定阈值法,获取同步卫星监测影像潜在火点;
步骤三:提取过去3天的同步卫星监测影像,构建潜在火点像素点中红外与远红外通道亮温值差值的时间序列,计算潜在火点像素点亮温值的变化趋势值置信区间;
步骤四:计算当前卫星影像像素点亮温特征值与置信区间的距离,判识潜在火点像素;
所述步骤三中,所述计算潜在火点像素点亮温值的变化趋势值置信区间的计算公式为:
式中,为潜在火点像素点ΔTi变化趋势值置信区间上限,θ i潜在火点像素点ΔTi变化趋势值置信区间下限,si为潜在火点像素点ΔTi时间序列平均值,σi为潜在火点像素点ΔTi时间序列方差,k为潜在火点像素点时间序列有效长度,α为置信区间置信度,Z为服从(0,1)正态分布的随机数;
步骤四中,所述潜在火点像素的判识为当其满足下式,则判定为山火点:
式中,ΔTi(t)、ΔTi(t-1)分别为当前影像和上一时刻影像中所述潜在火点像素点的通道亮温特征值,分别为当前影像和上一时刻影像中所述潜在火点像素点的变化趋势值置信区间上限。
2.根据权利要求1所述的基于时间尺度特征评估的山火同步卫星监测预警方法,其特征在于,步骤一中,所述计算当前同步卫星监测影像中各像素点的4微米中红外通道亮温值和11微米远红外通道亮温值的计算公式为:
式中,C1=1.1910659×10-5mw/(m2.sr.cm-4),C2=1.438833K/cm-1,V4和V11分别为4微米中红外通道和11微米远红外通道中心波数;Ti4,Ti11分别为像素点i的4微米中红外通道亮温值和11微米远红外通道亮温值;Ni4,Ni11分别为通道i像素点i在4微米中红外通道亮温值和11微米远红外通道的辐射率。
3.根据权利要求1所述的基于时间尺度特征评估的山火同步卫星监测预警方法,其特征在于,步骤二中,所述采用固定阈值法获取同步卫星监测影像潜在火点的计算公式为:
式中,ΔTi=Ti4-Ti11,和ΔT*为同步卫星监测影像潜在火点判识阈值。
4.一种基于时间尺度特征评估的山火同步卫星监测预警系统,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权利要求1至3任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911241718.9A CN111008599B (zh) | 2019-12-06 | 2019-12-06 | 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911241718.9A CN111008599B (zh) | 2019-12-06 | 2019-12-06 | 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111008599A CN111008599A (zh) | 2020-04-14 |
CN111008599B true CN111008599B (zh) | 2023-07-18 |
Family
ID=70114861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911241718.9A Active CN111008599B (zh) | 2019-12-06 | 2019-12-06 | 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111008599B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112419645B (zh) * | 2020-11-18 | 2022-05-13 | 四创科技有限公司 | 一种基于卫星遥感的森林火情监测方法 |
CN112464813A (zh) * | 2020-11-26 | 2021-03-09 | 国网北京市电力公司 | 山火的监测方法及装置 |
CN113361323B (zh) * | 2021-04-23 | 2023-04-25 | 云南电网有限责任公司输电分公司 | 一种基于卫星技术的高原地区电网附近火点监测方法及装置 |
CN113657275B (zh) * | 2021-08-16 | 2022-09-27 | 中国科学院空天信息创新研究院 | 一种林草火点自动检测方法 |
CN116047546B (zh) * | 2022-07-07 | 2024-02-27 | 北京玖天气象科技有限公司 | 基于多源卫星数据的山火监测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101592524B (zh) * | 2009-07-07 | 2011-02-02 | 中国科学技术大学 | 基于类间方差的modis森林火灾火点检测方法 |
CN103455708B (zh) * | 2013-07-24 | 2016-06-01 | 安徽省电力科学研究院 | 基于卫星及气象信息的输电线路灾害监测与风险评估系统 |
CN103942912B (zh) * | 2014-05-09 | 2015-04-15 | 国家电网公司 | 一种基于亮温值分析的输电线路山火精细化定位方法 |
CN104700095A (zh) * | 2015-03-30 | 2015-06-10 | 北京市环境保护监测中心 | 秸秆焚烧火点卫星遥感监测方法及处理装置 |
CN105117520B (zh) * | 2015-07-29 | 2017-06-16 | 国家电网公司 | 基于卫星数据图片的输电线路火点处理方法 |
CN105137506B (zh) * | 2015-10-09 | 2017-05-10 | 中国农业科学院农业资源与农业区划研究所 | 一种msg2‑seviri数据估算地表温度日较差的方法 |
CN105510987B (zh) * | 2015-11-19 | 2018-01-30 | 中国林业科学研究院资源信息研究所 | 一种利用单中波红外通道进行林火识别的方法 |
CN106910311B (zh) * | 2017-03-22 | 2017-12-26 | 国网湖南省电力公司 | 一种电网山火实时广域同步卫星监测方法及监测系统 |
CN108304780A (zh) * | 2017-12-29 | 2018-07-20 | 中国电子科技集团公司第二十七研究所 | 一种基于风云三号卫星的秸秆焚烧火点遥感监测方法 |
-
2019
- 2019-12-06 CN CN201911241718.9A patent/CN111008599B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111008599A (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111008599B (zh) | 一种基于时间尺度特征评估的山火同步卫星监测预警方法及系统 | |
CN109214341B (zh) | 一种基于Himawari8的火点监测算法 | |
CN103778418A (zh) | 一种输电线路杆塔图像监测系统的山火图像识别方法 | |
CN112907871B (zh) | 基于卫星遥感的雷火预警识别方法 | |
CN104269012A (zh) | 基于modis数据的输电线路附近山火监测方法 | |
CN110009031B (zh) | 一种基于多源遥感数据的卫星山火火点二次筛选方法 | |
Zhuge et al. | Summertime convective initiation nowcasting over southeastern China based on Advanced Himawari Imager observations | |
CN112419645B (zh) | 一种基于卫星遥感的森林火情监测方法 | |
CN106228140B (zh) | 一种结合气象环境的输电线路山火烟雾判识方法 | |
CN110853280A (zh) | 结合卫星遥感和地表要素的山火识别方法及装置 | |
CN113221057B (zh) | 基于多时相卫星影像的秸秆焚烧火点监测方法 | |
CN112665728B (zh) | 一种基于双时相影像的亮温差校正火点检测的方法 | |
CN109902666B (zh) | 一种基于二维otsu的电网山火潜在火点识别方法 | |
CN112862150A (zh) | 一种基于图像与视频多模型的森林火情预警方法 | |
Liang et al. | Monitoring and risk assessment of wildfires in the corridors of high-voltage transmission lines | |
Yoshida et al. | Three‐dimensional radio images of winter lightning in Japan and characteristics of associated charge structure | |
CN104156981A (zh) | 一种基于图像处理的太阳射电爆发自动实时检测方法 | |
CN106228192B (zh) | 一种基于双阈值聚类分析的输电线路山火区域辨识方法 | |
d'Adderio et al. | Helios and Juliette: Two falsely acclaimed medicanes? | |
CN111931648A (zh) | 一种基于Himawari8波段数据的山火实时监测方法 | |
Jones et al. | A semi-Lagrangian method for detecting and tracking deep convective clouds in geostationary satellite observations | |
CN114526825A (zh) | 静止气象卫星火点判识系统及存储介质 | |
Sun et al. | The extraordinarily large vortex structure of Typhoon In-fa (2021), observed by spaceborne microwave radiometer and synthetic aperture radar | |
CN111476971A (zh) | 一种输电线路近距离山火监测装置 | |
CN115331117B (zh) | 基于先验知识修正参数的GK-2a遥感火情监测方法 |
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 |