CN114024575A - 一种适用于低压电力线载波通信的数据压缩传输方法 - Google Patents
一种适用于低压电力线载波通信的数据压缩传输方法 Download PDFInfo
- Publication number
- CN114024575A CN114024575A CN202111153106.1A CN202111153106A CN114024575A CN 114024575 A CN114024575 A CN 114024575A CN 202111153106 A CN202111153106 A CN 202111153106A CN 114024575 A CN114024575 A CN 114024575A
- Authority
- CN
- China
- Prior art keywords
- data
- power line
- line carrier
- voltage power
- carrier communication
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/54—Systems for transmission via power distribution lines
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Computer Security & Cryptography (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明公开了一种适用于低压电力线载波通信的数据压缩传输方法,包括:采集低压电力线载波通信的数据;利用基于振荡波形特征点的非均匀抽样的数据压缩策略提取少量数据来表征电网动态信息;在调度中心用三次埃尔米特插值高精度重构实际电网动态数据,实现故障后的系统状态展示以及做出正确的控制决策。本发明结合电力系统动态过程数据的特点,分析了数据压缩方法的适用性,提出了基于振荡数据特征的非均匀抽样/插值数据压缩传输方法,以通信负载的少量增加为代价,显著提高了数据采集与监视控制对电网动态过程信息的反映能力。
Description
技术领域
本发明涉及电力线载波通信的技术领域,尤其涉及一种适用于低压电力线载波通信的数据压缩传输方法。
背景技术
电网的结构及运行方式日趋复杂,规模的不断扩大给电网的安全监视与调度控制带来了更大的挑战,对运行、监视、分析、控制的要求显著提高。目前数据压缩传输方法主要分为两种:(1)基于编码的数据压缩传输方法:该方法采用基于字典的方法对数据进行编码,将数据按照给定规范进行压缩,数据传输到接收端后,再根据字典将数据进行恢复;(2)基于压缩感知的压缩传输方法:该方法利用数据的稀疏性,通过建立过完备字典,将数据采集端的数据转换为稀疏向量,然后在接收端根据所得到的字典重构原始信号;根据处理数据的时变特性,该方法还可以划分为静态压缩感知和动态压缩感知(Dynamic CompressedSensing,DCS);静态压缩感知与基于编码的方法一样,仅考虑当前的数据帧,无法适应数据的变化,效率不高;DCS假设信号的支撑集即非零元素是随时间缓慢变化,因此信号测量矩阵应随之发生变化,所以需要通过不断学习新的字典,得到新的测量矩阵,对数据进行稀疏表示,在接收端根据动态的测量矩阵进行原始数据重构,小波分析在电力系统数据压缩中得到广泛应用。
基于编码的数据压缩传输方法比较成熟,算法效率高,但仅仅考虑静态数据的特征,不能对局部时变数据进行更有效的压缩;DCS算法虽然考虑了支撑集缓慢变化时的数据压缩,但目前大部分的DCS都假设数据的变化是均匀而缓慢的,即假设系统只有高斯白噪声,而很多场合中存在大量的大方差噪声或非平稳噪声,如视频监控中突然出现的人或其他运动目标,这样的噪声会导致DCS重构误差较大,系统鲁棒性较差。
小波分析在电力系统数据压缩中得到广泛应用,它利用测量数据可分解为不同频带信号且主要特征信号集中在少数频带的特点,通过提取频带系数并丢弃不重要频带信息的方法压缩数据,由于扰动下电网动态过程常以斜坡形式缓慢变化,能量分布在宽广的频带上,此时应用小波变换会产生许多附加的幅值中等系数,无法达到数据压缩的效果。
研究者提出利用多项式拟合的形式进行数据压缩,在RTU侧对实际数据进行多项式曲线拟合,实现仅传输多项式系数的压缩目的,还有采用均匀抽样之后再利用三次样条函数插值重构的数据压缩传输方法,在数据采集和监视控制更新周期为3s时,采用3s刷新间隔条件下,15阶多项式拟合和15点均匀抽样/三次样条插值均可获得较为理想的重构效果,但数据采集和监视控制的更新周期并非固定,当更新周期延长至9s两方法无法精确重构电网动态,多项式拟合法的多项式系数按最小二乘准则确定,尽管增加多项式阶数可在一定程度上减小拟合误差,但高阶多项式拟合会在数据段两端产生波形振荡的龙格现象,限制了多项式阶数提高的潜力,均匀抽样/三次样条插值方法可提高抽样点数来降低重构误差,但该方法对扰动发生时刻敏感,未抽样到扰动时刻数据时,拟合误差会显著增长。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明解决的技术问题是:无法对局部时变数据进行更有效的压缩,重构误差大,系统鲁棒性差。
为解决上述技术问题,本发明提供如下技术方案:采集低压电力线载波通信的数据;利用基于振荡波形特征点的非均匀抽样的数据压缩策略提取少量数据来表征电网动态信息;在调度中心用三次埃尔米特插值高精度重构实际电网动态数据,实现故障后的系统状态展示以及做出正确的控制决策。
作为本发明所述的适用于低压电力线载波通信的数据压缩传输方法的一种优选方案,其中:所述低压电力线载波通信的数据包括自动抄表数据、监控数据、远程指示数据、设备保护数据、供电管理数据和语音传输数据。
作为本发明所述的适用于低压电力线载波通信的数据压缩传输方法的一种优选方案,其中:所述振荡波形特征点包括振荡的波峰和波谷。
作为本发明所述的适用于低压电力线载波通信的数据压缩传输方法的一种优选方案,其中:提取所述振荡波形特征点的规则包括,无扰动时无需传输动态,参考远动通信设置刷新时段测量值波动为额定值5%为死区,死区以下无需抽样插值重构动态;刷新时段首和尾时刻加入非均匀抽样点;对累积变化量大于5%额定值者,求得时段内所有极值点,若未能捕捉到故障发生时刻点则进行下述步骤;将连续3个时刻变化量小于后3个时刻变化量1/10的点确定为故障时刻加为抽样点,根据各种故障条件仿真数据及各插值重构数据最大均方误差小于1%确定。
作为本发明所述的适用于低压电力线载波通信的数据压缩传输方法的一种优选方案,其中:在所述插值重构中,采用的方法包括三次埃尔米特插值策略。
作为本发明所述的适用于低压电力线载波通信的数据压缩传输方法的一种优选方案,其中:利用评价指标衡量压缩算法的性能,所述评价指标包括压缩比、均方误差和信噪比。
作为本发明所述的适用于低压电力线载波通信的数据压缩传输方法的一种优选方案,其中:所述压缩比包括,
rCR=S0/Sn
其中,Sn为压缩后数据大小,S0为原始数据大小。
作为本发明所述的适用于低压电力线载波通信的数据压缩传输方法的一种优选方案,其中:所述均方误差包括,
其中,d(i)为原始信号采样点,f(i)为重构的信号,eMSE反映误差估计大小。
作为本发明所述的适用于低压电力线载波通信的数据压缩传输方法的一种优选方案,其中:所述信噪比包括,
rSNR=10lg{∑[d(i)]2/∑[d(i)-f(i)]2}
所述信噪比是实际数据与重构数据误差的比值,单位为dB,所述信噪比越高则重构数据精度越好。
本发明的有益效果:本发明结合电力系统动态过程数据的特点,分析了数据压缩方法的适用性,提出了基于振荡数据特征的非均匀抽样/插值数据压缩传输方法,以通信负载的少量增加为代价,显著提高了数据采集与监视控制对电网动态过程信息的反映能力。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一个实施例提供的一种适用于低压电力线载波通信的数据压缩传输方法的基本流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”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装置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。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1,为本发明的一个实施例,提供了一种适用于低压电力线载波通信的数据压缩传输方法,包括:
S1:采集低压电力线载波通信的数据;
需要说明的是,低压电力线载波通信的数据包括自动抄表数据、监控数据、远程指示数据、设备保护数据、供电管理数据和语音传输数据。
S2:利用基于振荡波形特征点的非均匀抽样的数据压缩策略提取少量数据来表征电网动态信息;
需要说明的是,要利用压缩数据精确重构动态过程,需准确把握扰动下动态过程的特征,均匀抽样适应性不强的根源在于它不能根据曲线特征调整抽样点。相对而言,根据曲线波形选取抽样点的非均匀抽样则有可能更体现曲线特征,故障扰动下电网动态的基本特征是振荡,振荡的波峰和波谷是其图形上的关键特征点。故障前系统处于平稳状态、故障后潮流突变的最大值及每次振荡的极值确定了扰动下振荡波形的基本特征。
波峰、波谷的特征在于其数值大于/小于其前后时刻数值,因故障扰动发生时刻不一定具有此特性,以此为规则提取特征点不能保证提取到非极值特征点。非极值特征点和波峰、波谷特征点的共同特征是前后时刻斜率有突变,故提取波形振荡特征点的规则如下:
(1)无扰动时无需传输动态,参考远动通信设置刷新时段测量值波动为额定值5%为死区,死区以下无需抽样插值重构动态;
(2)刷新时段首和尾时刻加入非均匀抽样点;
(3)对累积变化量大于5%额定值者,可求得时段内所有极值点,但未必能捕捉到故障发生时刻点;
(4)为捕捉故障时刻特征点,将连续3个时刻变化量小于后3个时刻变化量1/10的点确定为故障时刻加为抽样点(根据各种故障条件仿真数据及各插值重构数据最大均方误差小于1%确定)。
其中,在插值重构中,常用的方法有线性插值、三次样条插值和三次埃尔米特插值。三次埃尔米特方法要求在抽样点数值相等且一阶导一致,有望较好体现振荡特征点的波形特性,本发明选用三次埃尔米特插值法重构数据。
S3:在调度中心用三次埃尔米特插值高精度重构实际电网动态数据,实现故障后的系统状态展示以及做出正确的控制决策。
需要说明的是,为衡量压缩算法性能,引入以下评价指标:
(1)压缩比:
rCR=S0/Sn
其中,Sn为压缩后数据大小,S0为原始数据大小。
(2)均方误差:
其中,d(i)为原始信号采样点,f(i)为重构的信号,eMSE反映误差估计大小。
(3)信噪比:
rSNR=10lg{∑[d(i)]2/∑[d(i)-f(i)]2}
信噪比是实际数据与重构数据误差的比值,单位为dB,信噪比越高则重构数据精度越好。
本发明提出基于特征抽样/三次埃尔米特插值的数据压缩方法,利用基于振荡波形特征点的非均匀抽样的数据压缩方法可提取少量数据来表征电网动态信息,然后在调度中心用三次埃尔米特插值高精度重构实际电网动态数据,能帮助调度人员准确了解故障后系统动态和及时正确做出控制决策,可在现有数据采集和监视控制上进行软件改造即可实现,无需硬件投资,并能根据通信条件和重要性灵活选择实施对象,具有一定的应用前景。
实施例2
该实施例为本发明另一个实施例,该实施例不同于第一个实施例的是,提供了一种适用于低压电力线载波通信的数据压缩传输方法的验证测试,为对本方法中采用的技术效果加以验证说明,本实施例采用传统技术方案与本发明方法进行对比测试,以科学论证的手段对比试验结果,以验证本方法所具有的真实效果。
传统的技术方案:不能对局部时变数据进行有效压缩,重构误差大,鲁棒性差,拟合误差大,为验证本方法相对传统方法具有较高拟合精度及较低的重构误差。本实施例中将采用传统DCS算法、小波分析法、多项式拟合法和本方法分别对仿真低压电力线载波通信系统的数据压缩性能进行实时测量对比。
测试环境:在仿真平台模拟低压电力线载波通信系统并模拟多种数据的传输,分别利用传统方法和本方法,开启自动化测试设备并运用MATLB软件编程实现两种方法的仿真测试,根据实验结果得到仿真数据。每种方法各测试1000组数据,测试结果如下表所示。
表1:实验结果对比表。
测试样本 | DCS算法 | 小波分析法 | 多项式拟合法 | 本发明方法 |
数据更新周期 | >10s | >10s | >10s | >10s |
重构误差 | 3.808% | 2.516% | 2.745% | 1.203% |
拟合精度 | 96.14% | 96.33% | 95.32% | 98.92% |
时延 | 32ms | 30ms | 31ms | 20ms |
从上表可以看出,本发明方法相较于传统方法,重构误差较小,拟合精度高,整体鲁棒性较好。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种适用于低压电力线载波通信的数据压缩传输方法,其特征在于,包括:
采集低压电力线载波通信的数据;
利用基于振荡波形特征点的非均匀抽样的数据压缩策略提取少量数据来表征电网动态信息;
在调度中心用三次埃尔米特插值高精度重构实际电网动态数据,实现故障后的系统状态展示以及做出正确的控制决策。
2.如权利要求1所述的适用于低压电力线载波通信的数据压缩传输方法,其特征在于:所述低压电力线载波通信的数据包括自动抄表数据、监控数据、远程指示数据、设备保护数据、供电管理数据和语音传输数据。
3.如权利要求1所述的适用于低压电力线载波通信的数据压缩传输方法,其特征在于:所述振荡波形特征点包括振荡的波峰和波谷。
4.如权利要求1或3所述的适用于低压电力线载波通信的数据压缩传输方法,其特征在于:提取所述振荡波形特征点的规则包括,
无扰动时无需传输动态,参考远动通信设置刷新时段测量值波动为额定值5%为死区,死区以下无需抽样插值重构动态;
刷新时段首和尾时刻加入非均匀抽样点;
对累积变化量大于5%额定值者,求得时段内所有极值点,若未能捕捉到故障发生时刻点则进行下述步骤;
将连续3个时刻变化量小于后3个时刻变化量1/10的点确定为故障时刻加为抽样点,根据各种故障条件仿真数据及各插值重构数据最大均方误差小于1%确定。
5.如权利要求4所述的适用于低压电力线载波通信的数据压缩传输方法,其特征在于:在所述插值重构中,采用的方法包括三次埃尔米特插值策略。
6.如权利要求1所述的适用于低压电力线载波通信的数据压缩传输方法,其特征在于:利用评价指标衡量压缩算法的性能,所述评价指标包括压缩比、均方误差和信噪比。
7.如权利要求6所述的适用于低压电力线载波通信的数据压缩传输方法,其特征在于:所述压缩比包括,
rCR=S0/Sn
其中,Sn为压缩后数据大小,S0为原始数据大小。
9.如权利要求6所述的适用于低压电力线载波通信的数据压缩传输方法,其特征在于:所述信噪比包括,
rSNR=10lg{∑[d(i)]2/∑[d(i)-f(i)]2}
所述信噪比是实际数据与重构数据误差的比值,单位为dB,所述信噪比越高则重构数据精度越好。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111153106.1A CN114024575A (zh) | 2021-09-29 | 2021-09-29 | 一种适用于低压电力线载波通信的数据压缩传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111153106.1A CN114024575A (zh) | 2021-09-29 | 2021-09-29 | 一种适用于低压电力线载波通信的数据压缩传输方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114024575A true CN114024575A (zh) | 2022-02-08 |
Family
ID=80055166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111153106.1A Pending CN114024575A (zh) | 2021-09-29 | 2021-09-29 | 一种适用于低压电力线载波通信的数据压缩传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114024575A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115128402A (zh) * | 2022-07-22 | 2022-09-30 | 国网山东省电力公司郯城县供电公司 | 一种基于数据驱动的配电网故障类型识别方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007135242A (ja) * | 2007-01-26 | 2007-05-31 | Matsushita Electric Ind Co Ltd | 電力線搬送通信装置 |
CN101515922A (zh) * | 2008-02-20 | 2009-08-26 | 苏盛 | 数据采集与监控系统中电网动态过程数据的传输方法 |
CN102946394A (zh) * | 2012-11-22 | 2013-02-27 | 长沙理工大学 | 数据采集与监控系统中基于振荡波形特征的电网动态过程数据压缩传输与重构方法 |
CN109040002A (zh) * | 2018-05-28 | 2018-12-18 | 佛山市顺德区中山大学研究院 | 一种基于压缩传感的智能电表数据的实时重构方法 |
WO2020034394A1 (zh) * | 2018-08-13 | 2020-02-20 | 南京邮电大学 | 基于压缩感知的大规模mimo信道反馈重构算法 |
CN113872203A (zh) * | 2021-11-19 | 2021-12-31 | 国网上海市电力公司 | 一种适用于智能配电网的压缩感知重构算法 |
-
2021
- 2021-09-29 CN CN202111153106.1A patent/CN114024575A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007135242A (ja) * | 2007-01-26 | 2007-05-31 | Matsushita Electric Ind Co Ltd | 電力線搬送通信装置 |
CN101515922A (zh) * | 2008-02-20 | 2009-08-26 | 苏盛 | 数据采集与监控系统中电网动态过程数据的传输方法 |
CN102946394A (zh) * | 2012-11-22 | 2013-02-27 | 长沙理工大学 | 数据采集与监控系统中基于振荡波形特征的电网动态过程数据压缩传输与重构方法 |
CN109040002A (zh) * | 2018-05-28 | 2018-12-18 | 佛山市顺德区中山大学研究院 | 一种基于压缩传感的智能电表数据的实时重构方法 |
WO2020034394A1 (zh) * | 2018-08-13 | 2020-02-20 | 南京邮电大学 | 基于压缩感知的大规模mimo信道反馈重构算法 |
CN113872203A (zh) * | 2021-11-19 | 2021-12-31 | 国网上海市电力公司 | 一种适用于智能配电网的压缩感知重构算法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115128402A (zh) * | 2022-07-22 | 2022-09-30 | 国网山东省电力公司郯城县供电公司 | 一种基于数据驱动的配电网故障类型识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102035200B (zh) | 一种信号处理的方法和装置 | |
CN108960339A (zh) | 一种基于宽度学习的电动汽车感应电动机故障诊断方法 | |
CN114024575A (zh) | 一种适用于低压电力线载波通信的数据压缩传输方法 | |
CN110579734B (zh) | 一种单相电能表电能质量分析的方法及单相电能表 | |
CN102981082B (zh) | 基于虚拟电网仿真的风电机组闪变模拟测试系统及方法 | |
CN108918928B (zh) | 一种负荷分解中功率信号自适应重构方法 | |
CN105472657B (zh) | 基于低秩张量的一种无线传感器网络中数据重构方法 | |
CN113270110A (zh) | 一种zpw-2000a轨道电路发送器、接收器故障诊断方法 | |
Manikandan et al. | ECG signal compression using discrete sinc interpolation | |
CN108270497B (zh) | 一种脉冲噪声的单脉冲生成方法 | |
CN115468751A (zh) | 一种变压器声音采集与缺陷识别的方法与装置 | |
CN113095170B (zh) | 一种基于可调q小波电机故障诊断方法 | |
Hashemipour et al. | Big data compression in smart grids via optimal singular value decomposition | |
CN111458672B (zh) | 基于机器学习的多量程电流测量校准系统 | |
Shang et al. | Efficiency analysis of data compression of power system transients using wavelet transform | |
Wang et al. | A PQ data compression algorithm based on wavelet domain principal component analysis | |
CN114157023A (zh) | 一种配变预警信息获取方法 | |
CN112304419A (zh) | 一种利用泛化稀疏编码的振声检测信号重构方法和系统 | |
Wang et al. | Synchronous phasor data compression based on swing door trending in WAMS | |
CN215375614U (zh) | 一种简化的数字式闪变仪 | |
CN112147465A (zh) | 基于多重分形与极限学习机的gis局部放电光学诊断方法 | |
CN111521913A (zh) | 基于频段能量分析与随机森林的gis诊断系统及方法 | |
CN115291021B (zh) | 高压套管状态的高精度参数分析方法与系统 | |
Li et al. | Research on data missing filling of smart watt-hour meter based on variational self-encoder | |
CN112307997B (zh) | 一种利用主模式分解的功率信号重构方法和系统 |
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 |