CN112666420A - 输变电设备线损异常检测方法、系统、终端及存储介质 - Google Patents
输变电设备线损异常检测方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN112666420A CN112666420A CN202110288232.1A CN202110288232A CN112666420A CN 112666420 A CN112666420 A CN 112666420A CN 202110288232 A CN202110288232 A CN 202110288232A CN 112666420 A CN112666420 A CN 112666420A
- Authority
- CN
- China
- Prior art keywords
- equipment
- line loss
- abnormal
- transformation
- power transmission
- 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
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种输变电设备线损异常检测方法、系统、终端及存储介质，均能执行以下步骤：Q1、实时从智能电网调度支持系统中收集所要进行线损异常检测的输变电设备的设备状态及运行数据；Q2、实时从变电站用电信息采集系统中收集上述所要进行线损异常检测的输变电设备的设备状态及运行数据；Q3、实时利用步骤Q1和步骤Q2中收集到的输变电设备的设备状态及运行数据，自动计算上述每一个所要进行线损异常检测的输变电设备的线损；Q4、实时依据计算出的线损，分析出上述所要进行线损异常检测的输变电设备中的异常设备；Q5、分析并输出各异常设备的异常原因以及异常时间段。本发明用于实现输变电设备线损异常检测优化。
Description
技术领域
本发明涉及电力电网技术领域，具体涉及一种输变电设备线损异常检测方法、系统、终端及存储介质。
背景技术
线损率是供电企业重要的经营指标之一，它直接影响到企业效益。
当前，输变电设备的线损异常分析方式主要为：人工筛选出高损耗、负损耗的设备后，对供入侧、供出侧电量进行比对分析，并结合上一电压等级或同一电压等级相连设备的线损情况，确定出异常。该线损异常分析存在以下问题：
（1）过于依赖人工，数据同时率低，时间成本偏高。
（2）电网运行方式调整时无法自动适用。
（3）人工分析的过程受外界影响较多，不可控因素多，影响分析正确率低。
为此，本发明提供一种输变电设备线损异常检测方法、系统、终端及存储介质，用于解决上述问题。
发明内容
针对现有技术的上述不足，本发明提供一种输变电设备线损异常检测方法、系统、终端及存储介质，用于实现输变电设备线损异常检测优化。
第一方面，本发明提供一种输变电设备线损异常检测方法，包括步骤：
Q1、实时从智能电网调度支持系统中收集所要进行线损异常检测的输变电设备的设备状态及运行数据；
Q2、实时从变电站用电信息采集系统中收集上述所要进行线损异常检测的输变电设备的设备状态及运行数据；
Q3、实时利用步骤Q1和步骤Q2中收集到的输变电设备的设备状态及运行数据，自动计算上述每一个所要进行线损异常检测的输变电设备的线损；
Q4、实时依据计算出的线损，分析出上述所要进行线损异常检测的输变电设备中的异常设备；
Q5、利用各异常设备的设备状态及运行数据，分析并输出各异常设备的异常原因以及异常时间段。
进一步地，步骤Q1中所述的运行数据，包括电流、电压和有功电量。
进一步地，步骤Q4的实现方法为：
实时依据计算出的线损，分析各所要进行线损异常检测的输变电设备的线损是否正常；
实时依据上述对线损是否正常的分析结果，自动分析比对上下级及相邻输变电设备中线损正常的设备，分离出各所要进行线损异常检测的输变电设备中的异常设备。
进一步地，步骤Q5的实现方法为：
对每一个异常设备，分别执行以下步骤：利用从智能电网调度支持系统中以及从变电站用电信息采集系统中收集到的该异常设备的设备状态及运行数据，比对该异常设备在相同时间点的设备状态及运行数据，比对后输出该异常设备的异常原因以及异常时间段。
第二方面，本发明提供一种输变电设备线损异常检测系统，包括：
第一信息收集单元，用于实时从智能电网调度支持系统中收集所要进行线损异常检测的输变电设备的设备状态及运行数据；
第二信息收集单元，用于实时从变电站用电信息采集系统中收集上述所要进行线损异常检测的输变电设备的设备状态及运行数据；
计算单元，用于实时利用第一信息收集单元和第二信息收集单元中收集到的输变电设备的设备状态及运行数据，自动计算上述每一个所要进行线损异常检测的输变电设备的线损；
异常设备分析单元，用于实时依据计算出的线损，分析出上述所要进行线损异常检测的输变电设备中的异常设备；
设备异常分析单元，用于利用各异常设备的设备状态及运行数据，分析并输出各异常设备的异常原因以及异常时间段。
进一步地，第一信息收集单元中所述的运行数据，包括电流、电压和有功电量。
进一步地，异常设备分析单元包括：
第一分析模块，用于实时依据计算出的线损，分析各所要进行线损异常检测的输变电设备的线损是否正常；
第二分析模块，用于实时依据第一分析模块的分析结果，自动分析比对上下级及相邻输变电设备中线损正常的设备，分离出各所要进行线损异常检测的输变电设备中的异常设备。
进一步地，所述设备异常分析单元利用各异常设备的设备状态及运行数据分析并输出各异常设备的异常原因以及异常时间段的实现方法为：对每一个异常设备，分别执行以下步骤：利用从智能电网调度支持系统中以及从变电站用电信息采集系统中收集到的该异常设备的设备状态及运行数据，比对该异常设备在相同时间点的设备状态及运行数据，比对后输出该异常设备的异常原因以及异常时间段。
第三方面，提供一种终端，包括：
处理器、存储器，其中，
该存储器用于存储计算机程序，
该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述各方面的方法。
第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
本发明的有益效果在于，
（1）本发明提供的输变电设备线损异常检测方法、系统、终端及存储介质，能够自动进行输变电设备线损异常检测,避免了人工检测方式的使用，一定程度上有助于提高数据的同时率，降低检测的时间成本，另外还有助于解决因人工分析的过程受外界影响导致的分析正确率低的问题，一定程度上有助于实现对输变电设备线损异常检测的优化。
（2）本发明提供的输变电设备线损异常检测方法、系统、终端及存储介质，检测过程中所使用的数据均来自于智能电网调度支持系统和变电站用电信息采集系统，有助于自动适用电网运行方式的调整，进一步有助于实现对输变电设备线损异常检测的优化。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
图4是本发明实施例提供的一种计算机存储介质的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
图1是本发明一个实施例的输变电设备线损异常检测方法的示意性流程图。
如图1所示，该方法100包括：
步骤110，实时从智能电网调度支持系统中收集所要进行线损异常检测的输变电设备的设备状态及运行数据。
其中，本实施例中所述运行数据包括电流、电压和有功电量。
步骤120、实时从变电站用电信息采集系统中收集上述所要进行线损异常检测的输变电设备的设备状态及运行数据。
步骤130、实时利用步骤110和步骤120中收集到的输变电设备的设备状态及运行数据，自动计算上述每一个所要进行线损异常检测的输变电设备的线损。
其中，本发明实时利用步骤110和步骤120中收集到的输变电设备的设备状态及运行数据，自动计算上述每一个所要进行线损异常检测的输变电设备的线损,避免了人工检测方式的使用。
步骤140、实时依据计算出的线损，分析出上述所要进行线损异常检测的输变电设备中的异常设备。
步骤150、利用各异常设备的设备状态及运行数据，分析并输出各异常设备的异常原因以及异常时间段。
可选地，作为本发明一个实施例，步骤140的实现方法为：
实时依据计算出的线损，分析各所要进行线损异常检测的输变电设备的线损是否正常；
实时依据上述对线损是否正常的分析结果，自动分析比对上下级及相邻输变电设备中线损正常的设备，分离出各所要进行线损异常检测的输变电设备中的异常设备。
该方法100在检测过程中所使用的数据均来自于智能电网调度支持系统和变电站用电信息采集系统，有助于自动适用电网运行方式的调整，进而有助于实现对输变电设备线损异常检测的优化。
可选地，作为本发明一个实施例，步骤150的实现方法为：
对每一个异常设备，分别执行以下步骤：利用从智能电网调度支持系统中以及从变电站用电信息采集系统中收集到的该异常设备的设备状态及运行数据，比对该异常设备在相同时间点的设备状态及运行数据，比对后输出该异常设备的异常原因以及异常时间段。
图2是本发明所述输变电设备线损异常检测系统的一个实施例。
如图2示，该系统200包括：
第一信息收集单元201，用于实时从智能电网调度支持系统中收集所要进行线损异常检测的输变电设备的设备状态及运行数据；
第二信息收集单元202，用于实时从变电站用电信息采集系统中收集上述所要进行线损异常检测的输变电设备的设备状态及运行数据；
计算单元203，用于实时利用第一信息收集单元201和第二信息收集单元202中收集到的输变电设备的设备状态及运行数据，自动计算上述每一个所要进行线损异常检测的输变电设备的线损；
异常设备分析单元204，用于实时依据计算出的线损，分析出上述所要进行线损异常检测的输变电设备中的异常设备；
设备异常分析单元205，用于利用各异常设备的设备状态及运行数据，分析并输出各异常设备的异常原因以及异常时间段。
可选地，作为本发明一个实施例，第一信息收集单元201中及第二信息收集单元202中所述的运行数据，均包括电流、电压和有功电量。
可选地，作为本发明一个实施例，异常设备分析单元204包括：
第一分析模块，用于实时依据计算出的线损，分析各所要进行线损异常检测的输变电设备的线损是否正常；
第二分析模块，用于实时依据第一分析模块的分析结果，自动分析比对上下级及相邻输变电设备中线损正常的设备，分离出各所要进行线损异常检测的输变电设备中的异常设备。
可选地，作为本发明一个实施例，所述设备异常分析单元205，利用各异常设备的设备状态及运行数据，分析并输出各异常设备的异常原因以及异常时间段，具体实现方法为：对每一个异常设备，分别执行以下步骤：利用从智能电网调度支持系统中以及从变电站用电信息采集系统中收集到的该异常设备的设备状态及运行数据，比对该异常设备在相同时间点的设备状态及运行数据，比对后输出该异常设备的异常原因以及异常时间段。
图3为本发明实施例提供的一种终端300的结构示意图，该终端300可以用于执行本发明实施例提供的方法100。
其中，该终端300可以包括：处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本发明的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，该存储器320可以用于存储处理器310的执行指令，存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。当存储器320中的执行指令由处理器310执行时，使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器320内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC) 组成，例如可以由单颗封装的IC 所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器310可以仅包括中央处理器(Central Processing Unit，简称CPU)。在本发明实施方式中，CPU可以是单运算核心，也可以包括多运算核心。
通信单元330，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本发明还提供一种计算机存储介质400，如图4所示，该计算机存储介质400可存储有程序410，该程序410执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体（英文：read-only memory，简称：ROM）或随机存储记忆体（英文：random access memory，简称：RAM）等。
本说明书中各个实施例之间相同相似的部分互相参见即可。
本发明实现了对输变电设备线损异常检测的优化，既能够实时得出影响主网设备线损计算的异常原因及具体的异常点，还能够提高线损分析的工作效率，降低线损分析过程中的错误率，降低人力时间成本投入，增加对电网运行方式调整的适应性。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种输变电设备线损异常检测方法，其特征在于，包括步骤：
Q1、实时从智能电网调度支持系统中收集所要进行线损异常检测的输变电设备的设备状态及运行数据；
Q2、实时从变电站用电信息采集系统中收集上述所要进行线损异常检测的输变电设备的设备状态及运行数据；
Q3、实时利用步骤Q1和步骤Q2中收集到的输变电设备的设备状态及运行数据，自动计算上述每一个所要进行线损异常检测的输变电设备的线损；
Q4、实时依据计算出的线损，分析出上述所要进行线损异常检测的输变电设备中的异常设备；
Q5、利用各异常设备的设备状态及运行数据，分析并输出各异常设备的异常原因以及异常时间段。
2.根据权利要求1所述的输变电设备线损异常检测方法，其特征在于，
步骤Q1中所述的运行数据，包括电流、电压和有功电量。
3.根据权利要求1所述的输变电设备线损异常检测方法，其特征在于，
步骤Q4的实现方法为：
实时依据计算出的线损，分析各所要进行线损异常检测的输变电设备的线损是否正常；
实时依据上述对线损是否正常的分析结果，自动分析比对上下级及相邻输变电设备中线损正常的设备，分离出各所要进行线损异常检测的输变电设备中的异常设备。
4.根据权利要求1所述的输变电设备线损异常检测方法，其特征在于，
步骤Q5的实现方法为：
对每一个异常设备，分别执行以下步骤：利用从智能电网调度支持系统中以及从变电站用电信息采集系统中收集到的该异常设备的设备状态及运行数据，比对该异常设备在相同时间点的设备状态及运行数据，比对后输出该异常设备的异常原因以及异常时间段。
5.一种输变电设备线损异常检测系统，其特征在于，包括：
第一信息收集单元，用于实时从智能电网调度支持系统中收集所要进行线损异常检测的输变电设备的设备状态及运行数据；
第二信息收集单元，用于实时从变电站用电信息采集系统中收集上述所要进行线损异常检测的输变电设备的设备状态及运行数据；
计算单元，用于实时利用第一信息收集单元和第二信息收集单元中收集到的输变电设备的设备状态及运行数据，自动计算上述每一个所要进行线损异常检测的输变电设备的线损；
异常设备分析单元，用于实时依据计算出的线损，分析出上述所要进行线损异常检测的输变电设备中的异常设备；
设备异常分析单元，用于利用各异常设备的设备状态及运行数据，分析并输出各异常设备的异常原因以及异常时间段。
6.根据权利要求5所述的输变电设备线损异常检测系统，其特征在于,第一信息收集单元中所述的运行数据，包括电流、电压和有功电量。
7.根据权利要求5所述的输变电设备线损异常检测系统，其特征在于,异常设备分析单元包括：
第一分析模块，用于实时依据计算出的线损，分析各所要进行线损异常检测的输变电设备的线损是否正常；
第二分析模块，用于实时依据第一分析模块的分析结果，自动分析比对上下级及相邻输变电设备中线损正常的设备，分离出各所要进行线损异常检测的输变电设备中的异常设备。
8.根据权利要求5所述的输变电设备线损异常检测系统，其特征在于,设备异常分析单元利用各异常设备的设备状态及运行数据分析并输出各异常设备的异常原因以及异常时间段的实现方法为：
对每一个异常设备，分别执行以下步骤：利用从智能电网调度支持系统中以及从变电站用电信息采集系统中收集到的该异常设备的设备状态及运行数据，比对该异常设备在相同时间点的设备状态及运行数据，比对后输出该异常设备的异常原因以及异常时间段。
9.一种终端，其特征在于，包括：
处理器；
用于存储处理器的执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-4任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110288232.1A CN112666420A (zh) | 2021-03-18 | 2021-03-18 | 输变电设备线损异常检测方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110288232.1A CN112666420A (zh) | 2021-03-18 | 2021-03-18 | 输变电设备线损异常检测方法、系统、终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112666420A true CN112666420A (zh) | 2021-04-16 |
Family
ID=75399528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110288232.1A Pending CN112666420A (zh) | 2021-03-18 | 2021-03-18 | 输变电设备线损异常检测方法、系统、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112666420A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130297241A1 (en) * | 2012-05-02 | 2013-11-07 | International Business Machines Corporation | Estimating Loss Rates of Links in Smart Grids |
| CN105119282A (zh) * | 2015-09-10 | 2015-12-02 | 国网天津市电力公司 | 一种电网理论线损在线计算系统及方法 |
| CN105468820A (zh) * | 2015-11-13 | 2016-04-06 | 国家电网公司 | 配电网线损异动实时识别方法 |
| CN106154050A (zh) * | 2016-06-01 | 2016-11-23 | 国网河北省电力公司电力科学研究院 | 基于用电信息采集系统的带分段手拉手线路线损率统计方法 |
| CN106570778A (zh) * | 2016-10-14 | 2017-04-19 | 国网信通亿力科技有限责任公司 | 一种基于大数据的数据集成与线损分析计算的方法 |
| CN108092410A (zh) * | 2017-12-22 | 2018-05-29 | 国网河北省电力有限公司安平县供电分公司 | 数据云线损分析平台 |
| CN109214684A (zh) * | 2018-09-06 | 2019-01-15 | 国网福建省电力有限公司电力科学研究院 | 一种配网线路理论线损在线计算方法 |
| CN112465349A (zh) * | 2020-11-26 | 2021-03-09 | 国网天津市电力公司营销服务中心 | 一种基于一台区一指标的营销线损计算评估系统 |
-
2021
- 2021-03-18 CN CN202110288232.1A patent/CN112666420A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130297241A1 (en) * | 2012-05-02 | 2013-11-07 | International Business Machines Corporation | Estimating Loss Rates of Links in Smart Grids |
| CN105119282A (zh) * | 2015-09-10 | 2015-12-02 | 国网天津市电力公司 | 一种电网理论线损在线计算系统及方法 |
| CN105468820A (zh) * | 2015-11-13 | 2016-04-06 | 国家电网公司 | 配电网线损异动实时识别方法 |
| CN106154050A (zh) * | 2016-06-01 | 2016-11-23 | 国网河北省电力公司电力科学研究院 | 基于用电信息采集系统的带分段手拉手线路线损率统计方法 |
| CN106570778A (zh) * | 2016-10-14 | 2017-04-19 | 国网信通亿力科技有限责任公司 | 一种基于大数据的数据集成与线损分析计算的方法 |
| CN108092410A (zh) * | 2017-12-22 | 2018-05-29 | 国网河北省电力有限公司安平县供电分公司 | 数据云线损分析平台 |
| CN109214684A (zh) * | 2018-09-06 | 2019-01-15 | 国网福建省电力有限公司电力科学研究院 | 一种配网线路理论线损在线计算方法 |
| CN112465349A (zh) * | 2020-11-26 | 2021-03-09 | 国网天津市电力公司营销服务中心 | 一种基于一台区一指标的营销线损计算评估系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112886922B (zh) | 一种光伏电站损失电量的计算方法、装置及存储介质 | |
| Jiang et al. | Short-term load forecasting based automatic distribution network reconfiguration | |
| CN106597901A (zh) | 基于云服务的分布式综合能耗管理与分析方法及系统 | |
| CN115061013B (zh) | 基于停电事件大数据分析的低压常见故障研判方法及系统 | |
| CN111487505B (zh) | 配电线路单相接地故障分界方法、系统、终端及存储介质 | |
| CN114355090A (zh) | 基于电力拓扑信息采集系统的线损分析方法、装置及设备 | |
| CN112001602A (zh) | 一种电网操作票生成方法、系统、终端及存储介质 | |
| CN112365090A (zh) | 一种基于深度学习的非入侵式用电负荷识别方法及装置 | |
| CN211979023U (zh) | 一种停电计划智能分析系统 | |
| CN112541011A (zh) | 基于rpa和ai的电网终端故障处理方法及装置 | |
| CN112666420A (zh) | 输变电设备线损异常检测方法、系统、终端及存储介质 | |
| CN205230109U (zh) | 短路限流器优化配置系统 | |
| CN111812449A (zh) | 一种配电网状态估计异常识别方法 | |
| CN116488149A (zh) | 微电网发电策略确定方法、装置以及微电网 | |
| CN114139744A (zh) | 异常光伏组串支路识别方法、装置、电子设备及存储介质 | |
| CN111427930A (zh) | 一种低压光伏储能微网设备监测管理系统、方法及设备 | |
| CN116626540B (zh) | 断线故障区间判定方法、系统、终端及存储介质 | |
| CN112560210A (zh) | 用于调整电网结构的方法、相关装置及计算机程序产品 | |
| CN203180642U (zh) | 一种配电自动化终端 | |
| CN113139729A (zh) | 电网运行风险分析方法、系统、终端及存储介质 | |
| CN110086261A (zh) | 一种可产业化的馈线配电终端 | |
| CN112630581B (zh) | 变压器中性点直流监盘方法、装置、设备和存储介质 | |
| CN118017505B (zh) | 故障设备排查方法及系统 | |
| CN116317128A (zh) | 一种配网保护定值的自适应整定方法、装置、设备及介质 | |
| CN113239097A (zh) | 一种台区漏电安全隐患分析方法及系统 |
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: 20210416 |