CN113591334A - 基于潮流调整的自愈电路馈线负荷率提高算法 - Google Patents

基于潮流调整的自愈电路馈线负荷率提高算法 Download PDF

Info

Publication number
CN113591334A
CN113591334A CN202111156569.3A CN202111156569A CN113591334A CN 113591334 A CN113591334 A CN 113591334A CN 202111156569 A CN202111156569 A CN 202111156569A CN 113591334 A CN113591334 A CN 113591334A
Authority
CN
China
Prior art keywords
load
feeder
load rate
self
area
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
Application number
CN202111156569.3A
Other languages
English (en)
Inventor
黄正芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Jingxing Tiancheng Technology Co ltd
Original Assignee
Shenzhen Jingxing Tiancheng Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Jingxing Tiancheng Technology Co ltd filed Critical Shenzhen Jingxing Tiancheng Technology Co ltd
Priority to CN202111156569.3A priority Critical patent/CN113591334A/zh
Publication of CN113591334A publication Critical patent/CN113591334A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Abstract

本发明涉及馈线负荷率技术领域，具体地说，涉及基于潮流调整的自愈电路馈线负荷率提高算法。其包括整合馈线数据，统计某一区域多个不同位置的馈线负荷率数据；负荷率标记，经系统内部对于多个不同位置实时的馈线负荷率进行标注；设置区域分级模型，经标记后的负荷率馈线经决策树算法进行分类处理成型；等级负荷率处理，限制高负荷位置等级之间的电力电流，对异常负荷进行控制。通过不同区域的负荷馈线进行合并，进行分离排序处理，达到直观效果，从而找寻内部相对较高及异常的负荷进行比对分析，以解决该区域内的馈线负荷问题，提高馈线的自愈速度，通过等级负荷率处理对区域内，经负荷率观察来降低该区域内存在的隐患，同步提高馈线负荷率。

Description

基于潮流调整的自愈电路馈线负荷率提高算法
技术领域
本发明涉及馈线负荷率技术领域，具体地说，涉及基于潮流调整的自愈电路馈线负荷率提高算法。
背景技术
在目前商业、工业区或居民区中，使用的电力电流程度均呈不同，以至于馈线的负荷率也不同，当某一区域的馈线负荷率不符合当前的规定标准时，则使用的电力流度较大，会对于馈线产生一定的损伤，当馈线产生损坏时，同时馈线的负荷率也会产生影响，但是目前的电力系统中对于不同区域内部的负荷率无法进行精准观测，导致了负荷率异常影响电力系统的正常运行，且无法对出现问题的馈线进行及时的处理解决，随着破损的馈线供给的电力电流会存在过大的安全隐患也无法处理。
发明内容
本发明的目的在于提供基于潮流调整的自愈电路馈线负荷率提高算法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明目的在于提供了基于潮流调整的自愈电路馈线负荷率提高算法，其方法步骤如下：
S1、整合馈线数据：统计某一区域不同位置的馈线负荷率数据；
S2、负荷率标记：经系统内部对于不同位置实时的馈线负荷率进行标注；
S3、设置区域分级模型：经标记后的负荷率馈线经决策树算法进行分类处理成型；
S4、等级负荷率处理：限制负荷位置等级之间的电力电流，对异常负荷进行控制。
作为本技术方案的进一步改进，S1中，整合馈线数据中的馈线负荷率数据方法为通过网络爬虫爬取多区域的馈线负荷率。
作为本技术方案的进一步改进，所述网络爬虫步骤如下：
同一终端开启多个网络爬虫程序爬取某一区域整体多位置的负荷率数据；
提取多个不同区域位置的不同性校准数据。
作为本技术方案的进一步改进，所述S2中负荷率标记，负荷率标记包括以下姿态：
姿态一：标记该区域位置的负荷率馈线是否达到超标值；
姿态二：标记该区域负荷率馈线是何种电区域，包括居民区、商业区和工业区。
作为本技术方案的进一步改进，所述S2中，负荷率标记方法为通过特征选择算法进行特征分类处理聚集。
作为本技术方案的进一步改进，所述特征选择算法步骤如下：
将一个目标概念必要和充分的元素个数最小的特征子集；
选择一个原始特征集合的特征子集，使得所对应类别的调节概率分布，经指定所选的特征条件下，与原来指定所有特征条件下的类别的条件概率分布即分布的接近；
在通过选择特征集合的一个子集来提高用于分类和预测的模型的正确率或者在保证一定预测正确率的条件下降低模型结构复杂性，从而达到对于低负荷与较高负荷的比对，建立较高负荷及异常负荷区域的模型。
作为本技术方案的进一步改进，所述S1中包括有损失负荷率统计。
与现有技术相比，本发明的有益效果：
该基于潮流调整的自愈电路馈线负荷率提高算法中，通过不同区域的负荷馈线进行合并，进行分离排序处理，达到直观效果，从而找寻内部相对较高或低、及异常的负荷进行比对分析，以解决该区域内的馈线负荷问题，提高馈线的自愈速度，且通过等级负荷率处理对区域内，经负荷率观察来降低该区域内存在的安全隐患，提高馈线的负荷使用。
附图说明
图1为实施例1的整体算法流程图；
图2为实施例1的整体流程图；
图3为实施例1的网络爬虫算法流程图；
图4为实施例1的特征选择算法流程图。
具体实施方式
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，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
实施例1
请参阅图1-图4所示，本实施例目的在于，提供了基于潮流调整的自愈电路馈线负荷率提高算法，其方法步骤如下：
S1、整合馈线数据：统计某一区域不同位置的馈线负荷率数据；
S2、负荷率标记：经系统内部对于不同位置的馈线负荷率进行标注；
S3、设置区域分级模型：经标记后的负荷率馈线经决策树算法进行分类处理成型；
S4、等级负荷率处理：限制高负荷等级之间的电力电流，对异常负荷进行分析处理。
本实施例中，通过整合馈线数据对该大范围的区域内负荷率数值进行统计，然后对该负荷率进行标记处理，得到不同负荷率数值，再建立区域分级模型，最后通过登记负荷率处理对各个小区域内的数值进行分析判断处理，以解决该区域内的馈线负荷问题，提高馈线的自愈速度。
具体的，S1中，整合馈线数据中的馈线负荷率数据方法为通过网络爬虫爬取多区域的馈线负荷率。
其中，网络爬虫步骤如下：
同一终端开启多个网络爬虫程序爬取某一区域整体多位置的负荷率数据，以达到不同区域的馈线负荷均可进行收集比对，便于作用对比；
提取多个不同区域位置的不同性校准数据。
同时，S2中负荷率标记，负荷率标记包括以下姿态：
姿态一：标记该区域位置的负荷率馈线是否达到超标值；
姿态二：标记该区域负荷率馈线是何种等级的用电区域，等级区域包括：居民区、商业区和工业区，以便进行馈线的负荷率区分。
S2中，负荷率标记方法为通过特征选择算法进行特征分类处理聚集。
其中，特征选择算法步骤如下：
将一个目标概念必要和充分的元素个数最小的特征子集；
选择一个原始特征集合的特征子集，使得所对应类别的调节概率分布，经指定所选的特征条件下，与原来指定所有特征条件下的类别的条件概率分布即可能的接近；
在通过选择特征集合的一个子集来提高用于分类和预测的模型的正确率或者在保证一定预测正确率的条件下降低模型结构复杂性，从而达到对于低负荷与较高负荷的比对，建立较高负荷及异常负荷区域的模型，以可进行对于较高即异常的数据负荷进行单体成形作用。
由上述经决策树算法可得到对于不同位置某一时段的负荷进行统计，列出该区域内的负荷率且作出标记，便于对负荷低或高时段进行与低峰负荷的交替精确改善，降低馈线出现过大的损伤，以提高整体馈线的负荷率。
进一步的，用电区域等级区域包括：居民区、商业区和工业区，即居民区负荷率数值为（0-5），商业区负荷率数值为（5-8），工业区负荷率数值为（8-10），当该区域达到既定的数值后，会被判定至该区域内，进行电力限制，避免馈线过大损伤。
当该区域所出现的馈线负荷率在多次统计后不符合该区域的电力标准时，例如：居民区的负荷率数值为7，超过该居民区的负荷标准时，此时可派遣检测人员对该区域内的电力设施进行检测，避免出现使用非法电力设备，降低安全隐患的产生；当该区域的负荷率标准小于该区域既定的标准范围内时，例如：商业区的负荷率数值多次为3，不符合用电标准，此时可派遣检测人员对该区域内的电力设施进行检测，排查该区域内是否出现电力电流偷用或用电不规范的人员或设备，当商业区与工业区区域地址较近时，更应对两个区域进行排查，避免两个相近负荷率之间出现电力乱接导致电外流的状况。
当该区域内负荷率显示平稳时，但是突然下降跌落时，即负荷率下降，通过与公安系统之间监控摄像的连通，经监控摄像观察该区域内的状况，其中，对于区域出现该状况的原因进行初步分析判断后，再进行处理，避免出现人力成本资源的浪费，具体分析如下：
例如：当该区域内用电时间为夜晚，即在22点-凌晨7点，易于出现该状况，可易于经过监控摄像观察该区域内的灯光亮度得知，此时不用工作人员进行排查；
当该区域内用电时间为白天，正常用电，出现负荷率突然跌落，通过监控观察且及时派遣工作人员进行实地勘察，是否为某些商业电子设备或工业设备出现损坏、烧伤或爆炸导致馈线损坏停止运行，当确定为此状况时，即可停止对该区域内的电流电力供给，避免因电力电流存在导致更大的安全事故产生，同时发送该状况给公安系统进行报备，由公安系统进行下一部的判断处理。
除此之外的，S1中包括有损失负荷率统计，当电力系统在向该区内投放电力时，部分电力会在未达到区域时流失，即可将投放前的电力数值进行计算，与馈线负荷进行同步校对，提高馈线负荷率的精确度。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.基于潮流调整的自愈电路馈线负荷率提高算法，其方法步骤如下：
S1、整合馈线数据：统计某一区域不同位置的馈线负荷率数据；
S2、负荷率标记：经系统内部对于不同位置实时的馈线负荷率进行标注；
S3、设置区域分级模型：经标记后的负荷率馈线经决策树算法进行分类处理成型；
S4、等级负荷率处理：限制负荷位置等级之间的电力电流，对异常负荷进行控制。
2.根据权利要求1所述的基于潮流调整的自愈电路馈线负荷率提高算法，其特征在于：S1中，整合馈线数据中的馈线负荷率数据方法为通过网络爬虫爬取多区域的馈线负荷率。
3.根据权利要求2所述的基于潮流调整的自愈电路馈线负荷率提高算法，其特征在于：所述网络爬虫步骤如下：
同一终端开启多个网络爬虫程序爬取某一区域整体多位置的负荷率数据；
提取多个不同区域位置的不同性校准数据。
4.根据权利要求1所述的基于潮流调整的自愈电路馈线负荷率提高算法，其特征在于：所述S2中负荷率标记，负荷率标记包括以下姿态：
姿态一：标记该区域位置的负荷率馈线是否达到超标值；
姿态二：标记该区域负荷率馈线时何种用电区域，包括居民区、商业区和工业区。
5.根据权利要求4所述的基于潮流调整的自愈电路馈线负荷率提高算法，其特征在于：所述S2中，负荷率标记方法为通过特征选择算法进行特征分类处理聚集。
6.根据权利要求5所述的基于潮流调整的自愈电路馈线负荷率提高算法，其特征在于：特征选择算法步骤如下：
将一个目标概念必要和充分的元素个数最小的特征子集；
选择一个原始特征集合的特征子集，使得所对应类别的调节概率分布，经指定所选的特征条件下，与原来指定所有特征条件下的类别的条件概率分布即分布的接近；
在通过选择特征集合的一个子集来提高用于分类和预测的模型的正确率或者在保证一定预测正确率的条件下降低模型结构复杂性，从而达到对于低负荷与较高负荷的比对，建立较高负荷及异常负荷区域的模型。
7.根据权利要求1所述的基于潮流调整的自愈电路馈线负荷率提高算法，其特征在于：所述S1中包括有损失负荷率统计。
CN202111156569.3A 2021-09-30 2021-09-30 基于潮流调整的自愈电路馈线负荷率提高算法 Pending CN113591334A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111156569.3A CN113591334A (zh) 2021-09-30 2021-09-30 基于潮流调整的自愈电路馈线负荷率提高算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111156569.3A CN113591334A (zh) 2021-09-30 2021-09-30 基于潮流调整的自愈电路馈线负荷率提高算法

Publications (1)

Publication Number Publication Date
CN113591334A true CN113591334A (zh) 2021-11-02

Family

ID=78242610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111156569.3A Pending CN113591334A (zh) 2021-09-30 2021-09-30 基于潮流调整的自愈电路馈线负荷率提高算法

Country Status (1)

Country Link
CN (1) CN113591334A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102044913A (zh) * 2010-11-25 2011-05-04 深圳市科陆电子科技股份有限公司 一种在配网终端中管理负荷管理终端的方法
CN105914735A (zh) * 2016-04-29 2016-08-31 国网辽宁省电力有限公司朝阳供电公司 一种配电网经济负荷潮流计算方法
CN107679768A (zh) * 2017-10-25 2018-02-09 中国南方电网有限责任公司 一种基于电网实时数据的态势感知系统及其构建方法
CN109345013A (zh) * 2018-09-25 2019-02-15 广西电网有限责任公司电力科学研究院 一种配电用户用电行为预测方法
CN110263839A (zh) * 2019-06-13 2019-09-20 河海大学 基于大数据的电力系统负荷静态特性在线智能识别方法
CN110689279A (zh) * 2019-10-12 2020-01-14 上海积成能源科技有限公司 一种基于电力负荷数据的居民用电安全隐患分析系统及方法
CN110866650A (zh) * 2019-11-19 2020-03-06 江苏方天电力技术有限公司 一种基于负荷需量系数及时段错峰、削峰的负荷优化方法
CN110929918A (zh) * 2019-10-29 2020-03-27 国网重庆市电力公司南岸供电分公司 一种基于CNN和LightGBM的10kV馈线故障预测方法
CN111428804A (zh) * 2020-04-01 2020-07-17 广东电网有限责任公司 一种优化加权的随机森林窃电用户检测方法
CN112308436A (zh) * 2020-11-04 2021-02-02 国网江苏省电力有限公司扬州市江都区供电分公司 一种配电网评估诊断分析方法、装置、设备及存储介质
CN112398126A (zh) * 2020-11-26 2021-02-23 国网河南省电力公司内乡县供电公司 一种配电网格降损与防窃运维管理方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102044913A (zh) * 2010-11-25 2011-05-04 深圳市科陆电子科技股份有限公司 一种在配网终端中管理负荷管理终端的方法
CN105914735A (zh) * 2016-04-29 2016-08-31 国网辽宁省电力有限公司朝阳供电公司 一种配电网经济负荷潮流计算方法
CN107679768A (zh) * 2017-10-25 2018-02-09 中国南方电网有限责任公司 一种基于电网实时数据的态势感知系统及其构建方法
CN109345013A (zh) * 2018-09-25 2019-02-15 广西电网有限责任公司电力科学研究院 一种配电用户用电行为预测方法
CN110263839A (zh) * 2019-06-13 2019-09-20 河海大学 基于大数据的电力系统负荷静态特性在线智能识别方法
CN110689279A (zh) * 2019-10-12 2020-01-14 上海积成能源科技有限公司 一种基于电力负荷数据的居民用电安全隐患分析系统及方法
CN110929918A (zh) * 2019-10-29 2020-03-27 国网重庆市电力公司南岸供电分公司 一种基于CNN和LightGBM的10kV馈线故障预测方法
CN110866650A (zh) * 2019-11-19 2020-03-06 江苏方天电力技术有限公司 一种基于负荷需量系数及时段错峰、削峰的负荷优化方法
CN111428804A (zh) * 2020-04-01 2020-07-17 广东电网有限责任公司 一种优化加权的随机森林窃电用户检测方法
CN112308436A (zh) * 2020-11-04 2021-02-02 国网江苏省电力有限公司扬州市江都区供电分公司 一种配电网评估诊断分析方法、装置、设备及存储介质
CN112398126A (zh) * 2020-11-26 2021-02-23 国网河南省电力公司内乡县供电公司 一种配电网格降损与防窃运维管理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张旭军: ""基于大数据技术的网格空间负荷预测方法研究"", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅱ辑》 *
徐凯: ""基于数据挖掘的异常用电行为诊断方法研究"", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技Ⅱ辑》 *
李永等: ""一种基于博弈论的信息融合特征选择方法"", 《计算机仿真》 *

Similar Documents

Publication Publication Date Title
CN106655522B (zh) 一种适用于电网二次设备运维管理的主站系统
CN106326808B (zh) 基于无人机图像的检测输电线路杆塔上鸟窝的方法
CN107801000A (zh) 一种输电线路防外破智能视频监控系统
CN111432182A (zh) 一种加油站卸油场所安全监管方法及系统
CN105897925A (zh) 一种基于4g网络的移动远程电力监测系统及监控方法
CN105763853A (zh) 一种公共区域拥挤、踩踏事件应急预警方法
CN102446390A (zh) 一种对输电线路附近监控区域进行安全检测、预警的方法和系统
CN109484935A (zh) 一种电梯轿厢监控方法、装置及系统
CN105404867B (zh) 一种基于视觉的变电站隔离开关状态识别方法
CN104994334A (zh) 基于实时视频的变电站自动监控方法
CN108650139A (zh) 一种电力通信网络监测系统
CN112269812A (zh) 一种基于大数据的智能电力配电网安全监测管理系统
CN110097748A (zh) 一种城市地下电网管线的环境监测和预警方法
CN110147741A (zh) 一种用于电力网络管理的遥感森林树高提取方法
CN115865649A (zh) 一种智能运维管理控制方法、系统和存储介质
CN113536440B (zh) 一种基于bim运维管理系统的数据处理方法
CN112488361B (zh) 一种基于大数据的台区低电压预测方法及装置
CN113903165A (zh) 一种漏电预警方法、系统、装置和火灾预警系统
CN113591334A (zh) 基于潮流调整的自愈电路馈线负荷率提高算法
CN115664006B (zh) 一种增量配电网智能管控一体化平台
CN111308241A (zh) 基于gis平台的防雷设施在线安全监测方法及装置
CN113157526B (zh) 一种基于电力监控系统的日志审计系统
CN115841730A (zh) 视频监控系统、异常事件检测方法
CN116069092A (zh) 一种智能仓储安全管理方法及系统
CN112883085B (zh) 一种基于大数据和云计算的桥梁动态载荷安全在线实时监测分析预警管理平台

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

Application publication date: 20211102

RJ01 Rejection of invention patent application after publication