CN114488155A - 一种基于多普勒天气雷达的对流单体演变趋势判别方法 - Google Patents

一种基于多普勒天气雷达的对流单体演变趋势判别方法 Download PDF

Info

Publication number
CN114488155A
CN114488155A CN202111614569.3A CN202111614569A CN114488155A CN 114488155 A CN114488155 A CN 114488155A CN 202111614569 A CN202111614569 A CN 202111614569A CN 114488155 A CN114488155 A CN 114488155A
Authority
CN
China
Prior art keywords
convection
trend
characteristic factor
evolution
monomer
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.)
Granted
Application number
CN202111614569.3A
Other languages
English (en)
Other versions
CN114488155B (zh
Inventor
吕瑞
孙世军
何晓凤
朱坤双
郭禹琛
韩洪
张晓鑫
武正天
黄凤新
赵东
曹倩
寇文丽
宋阳
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.)
Beijing Jiutian Jiutian Meteorological Technology Co ltd
Emergency Management Center Of State Grid Shandong Electric Power Co
Original Assignee
Beijing Jiutian Jiutian Meteorological Technology Co ltd
Emergency Management Center Of State Grid Shandong Electric Power Co
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 Beijing Jiutian Jiutian Meteorological Technology Co ltd, Emergency Management Center Of State Grid Shandong Electric Power Co filed Critical Beijing Jiutian Jiutian Meteorological Technology Co ltd
Priority to CN202111614569.3A priority Critical patent/CN114488155B/zh
Publication of CN114488155A publication Critical patent/CN114488155A/zh
Application granted granted Critical
Publication of CN114488155B publication Critical patent/CN114488155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/95Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/958Theoretical aspects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/10Devices for predicting weather conditions
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Atmospheric Sciences (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Electromagnetism (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种基于多普勒天气雷达的对流单体演变趋势判别方法,包括以下步骤:确定描述对流单体的雷达回波指标,并筛选关键指标作为特征因子集B;基于特征因子集B,计算对流单体各因子Bi的变化趋势
Figure DDA0003436304570000011
结合典型对流单体演变过程,确定各因子变化趋势的权重wi;根据各特征因子演变趋势
Figure DDA0003436304570000012
及权重wi,计算对流单体演变趋势指数
Figure DDA0003436304570000013
设定对流单体发展、维持、减弱的演变趋势指数K对应的阈值。本发明能够快速、客观计算对流单体的变化趋势,有助于加强对灾害性天气发生发展的预判,提升电网防御强对流灾害能力。

Description

一种基于多普勒天气雷达的对流单体演变趋势判别方法
技术领域
本发明涉及灾害性天气识别预警技术领域,特别涉及一种基于多普勒天气雷达的对流单体演变趋势判别方法及装置。
背景技术
对流系统引发的雷电、大风、强降水是导致雷击跳闸、风偏闪络、变电站积水等电力气象灾害的重要原因。例如,国家电网山东省电力公司记录的220kv及以上等级输电线路风偏闪络大多发生在夏季强对流天气期间。对流系统时空尺度小,主要由对流单体、多单体风暴和超级单体风暴构成,其中,对流单体作为对流系统的最基本组织形式,其发生、发展、消散较为迅速的特点尤为明显。传统数值天气预报难以解析对流单体尺度信息,目前,对流天气的监测、预报主要依赖多普勒天气雷达,从雷达回波信息中反演风场、降水等信息,在此基础上进行临近时效外推,并结合天气预报员经验进行预报。常规基于多普勒天气雷达的外推预报流程包括雷达数据接收、雷达信息提取、气象站观测融合、监测预报产品制作等一系列步骤,在预报时效上往往滞后10-30分钟,对于生消迅速的对流单体,难以及时把握其演变趋势。业务上,气象预报员常通过对雷达回波特征的实时观察,快速判断对流单体的演变趋势,但人工判断对预报员能力要求高,不同预报员的判断结果往往有所差异,缺乏客观性。因而,需要建立一种基于多普勒天气雷达的对流单体演变趋势分析计算方法,实现对对流单体演变趋势的快速、客观判断。
发明内容
针对现有技术存在的上述问题,本发明提供了一种基于多普勒天气雷达的对流单体演变趋势判别方法,能够快速、客观计算对流单体的变化趋势,有助于加强对灾害性天气发生发展的预判,提升电网防御强对流灾害能力。
本发明的技术方案如下:
一种基于多普勒天气雷达的对流单体演变趋势判别方法,包括以下步骤:
S1:通过多普勒天气雷达收集对流单体的雷达回波信息,确定描述对流单体的雷达回波指标;
S2:从雷达回波指标中筛选关键指标作为特征因子集B;
S3:采用差分方式,计算特征因子集B中的各特征因子的变化趋势指数Ki
S4:结合典型对流单体演变过程,确定特征因子集B中的各特征因子的变化趋势权重wi
S5:根据特征因子集B中的各特征因子的变化趋势指数Ki及权重wi,计算对流单体的变化趋势指数K;
S6:结合对流单体整个演变过程中的变化情况,设定对流单体发展、维持、减弱的变化趋势指数K的取值范围。
进一步的,步骤S1、S2所述的雷达回波指标包括但不限于回波面积、平均组合反射率、回波顶高,以及由这些指标经过一定条件的限制或变换得到的新指标;这些指标共同组成了所述特征因子集B∈{回波面积,平均组合反射率,回波顶高,…}。
进一步的,步骤S3所述的单个特征因子的变化趋势指数Ki的计算方法如下:
Figure BDA0003436304550000021
其中,Ki表示第i种特征因子的变化趋势指数,
Figure BDA0003436304550000022
为t时刻的第i种特征因子的数值,Δt为多普勒天气雷达相邻体扫时间间隔。
进一步的,步骤S4所述的特征因子变化趋势权重wi的计算方法如下:
Figure BDA0003436304550000023
其中,Si为对流单体整个演变过程中特征因子变化趋势的标准差,根据这种方法计算的wi,可以满足∑iwi=1。
进一步的,步骤S5所述的对流单体演变趋势指数K的计算方法如下:
Figure BDA0003436304550000031
其中,Ki表示第i种特征因子的变化趋势指数,wi表示第i种特征因子的变化趋势权重。
本发明有益的技术效果在于:
通过一系列不仅容易编程实现而且无需耗费大量计算资源的数学计算步骤即可得出对流单体的变化趋势,省却了常规方法中的气象站观测融合、监测预报产品制作等步骤,可以更好地预报生消迅速的对流单体,缩短了预报时间,提升了对灾害性天气的预报能力。
附图说明
图1为本发明的技术流程;
图2为一个对流单体特征因子的变化趋势;
图3为一个对流单体演变趋势指数变化过程。
具体实施方式
下面结合附图和实施例,对本发明进行具体描述。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。
如图1所示,本发明包括如下步骤:
(1)通过多普勒天气雷达收集对流单体的雷达回波信息,确定对流单体雷达回波指标,这些指标包括回波面积、平均组合反射率、回波顶高等,在实际使用过程中,这些指标可经过一定条件的限制或变换,如回波面积可限制为组合反射率大于35dBZ的回波面积或等效回波半径等。
(2)根据重点关注的暴雨、大风等天气,从上述指标中筛选能反应该天气变化的一项或多项指标作为特征因子集B:
B∈{回波面积,平均组合反射率,回波顶高,…}
(3)采用差分方式,计算对流单体各特征因子的变化趋势Ki,即:
Figure BDA0003436304550000041
其中,Ki表示第i种特征因子的变化趋势指数,
Figure BDA0003436304550000042
为t时刻的第i种特征因子值,Δt为多普勒天气雷达相邻体扫时间间隔。
(4)结合典型对流单体演变过程,确定各因子变化趋势的权重wi。为使各因子的变化趋势保持在相同的量级上,wi可以在各因子变化趋势的标准差基础上进行计算和调整:
Figure BDA0003436304550000043
其中,Si为对流单体整个演变过程中特征因子变化趋势的标准差,根据这种方法计算的wi,可以满足∑iwi=1;
(5)根据各特征因子变化趋势指数Ki及权重wi,计算对流单体演变趋势指数K:
Figure BDA0003436304550000044
(6)结合对流单体整个演变过程中的变化情况,设定对流单体发展、维持、减弱的演变趋势指数K值对应的范围。
下面结合北京地区夏季某次对流过程中一个典型对流单体的演变过程,说明一种基于多普勒天气雷达的对流单体演变趋势判别方法实施步骤:
(1)通过多普勒天气雷达收集对流单体的雷达回波信息;
(2)本例中关注对流单体导致的降水影响,从雷达回波指标中选择能够综合反映降水状况的回波因子,筛选的特征因子集B={等效回波半径、中心平均组合反射率},其中等效回波半径为组合反射率大于35dBZ回波面积的开方值,中心平均组合反射率为最强回波中心周围10km×10km范围内组合反射率的平均值。
(3)计算该对流单体演变过程中等效回波半径和中心平均组合反射率的变化趋势,结果如图2,其中B1表示等效回波半径,B2表示中心平均组合反射率。
(4)等效回波半径变化趋势的标准差S1为0.290,中心平均组合反射率变化趋势的标准差S2为0.446,计算得到等效回波半径变化趋势的权重w1近似为0.6,计算得到中心平均组合反射率变化趋势的权重w2近似为0.4。
(5)对流单体演变趋势指数的计算公式为
K=∑iwiKi=0.6K1+0.4K2
式中K1为等效回波半径的变化趋势,K2为中心平均组合反射率变化趋势,根据该公式计算的该对流单体演变指数变化过程如图3。
(6)设定对流单体发展、维持、减弱对应的演变趋势指数范围如下:
Figure BDA0003436304550000051
根据该阈值,可以判断对流单体的演变趋势,客观指导天气临近预报业务。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,对于本领域的普通技术人员而言,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节。

Claims (5)

1.一种基于多普勒天气雷达的对流单体演变趋势判别方法,其特征在于,包括以下步骤:
S1:通过多普勒天气雷达收集对流单体的雷达回波信息,确定描述对流单体的雷达回波指标;
S2:从雷达回波指标中筛选关键指标作为特征因子集B;
S3:采用差分方式,计算特征因子集B中的各特征因子的变化趋势指数Ki
S4:结合典型对流单体演变过程,确定特征因子集B中的各特征因子的变化趋势权重wi
S5:根据特征因子集B中的各特征因子的变化趋势指数Ki及权重wi,计算对流单体的变化趋势指数K;
S6:结合对流单体整个演变过程中的变化情况,设定对流单体发展、维持、减弱的变化趋势指数K的取值范围。
2.根据权利要求1所述的一种基于多普勒天气雷达的对流单体演变趋势判别方法,其特征在于:
步骤S1、S2所述的雷达回波指标包括但不限于回波面积、平均组合反射率、回波顶高,以及由这些指标经过一定条件的限制或变换得到的新指标;这些指标共同组成了所述特征因子集B∈{回波面积,平均组合反射率,回波顶高,…}。
3.根据权利要求1所述的一种基于多普勒天气雷达的对流单体演变趋势判别方法,其特征在于:
步骤S3所述的单个特征因子的变化趋势指数Ki的计算方法如下:
Figure FDA0003436304540000011
其中,Ki表示第i种特征因子的变化趋势指数,
Figure FDA0003436304540000012
为t时刻的第i种特征因子的数值,Δt为多普勒天气雷达相邻体扫时间间隔。
4.根据权利要求1所述的一种基于多普勒天气雷达的对流单体演变趋势判别方法,其特征在于:
步骤S4所述的特征因子变化趋势权重wi的计算方法如下:
Figure FDA0003436304540000021
其中,Si为对流单体整个演变过程中特征因子变化趋势的标准差,根据这种方法计算的wi,可以满足∑iwi=1。
5.根据权利要求1所述的一种基于多普勒天气雷达的对流单体演变趋势判别方法,其特征在于:
步骤S5所述的对流单体演变趋势指数K的计算方法如下:
Figure FDA0003436304540000022
其中,Ki表示第i种特征因子的变化趋势指数,wi表示第i种特征因子的变化趋势权重。
CN202111614569.3A 2021-12-27 2021-12-27 一种基于多普勒天气雷达的对流单体演变趋势判别方法 Active CN114488155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111614569.3A CN114488155B (zh) 2021-12-27 2021-12-27 一种基于多普勒天气雷达的对流单体演变趋势判别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111614569.3A CN114488155B (zh) 2021-12-27 2021-12-27 一种基于多普勒天气雷达的对流单体演变趋势判别方法

Publications (2)

Publication Number Publication Date
CN114488155A true CN114488155A (zh) 2022-05-13
CN114488155B CN114488155B (zh) 2023-06-27

Family

ID=81495773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111614569.3A Active CN114488155B (zh) 2021-12-27 2021-12-27 一种基于多普勒天气雷达的对流单体演变趋势判别方法

Country Status (1)

Country Link
CN (1) CN114488155B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116128099A (zh) * 2022-11-28 2023-05-16 南京信息工程大学 一种基于人工智能的中国短期气候预测方法及系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040043760A1 (en) * 2000-12-15 2004-03-04 Daniel Rosenfeld Location-based weather nowcast system and method
US20090132167A1 (en) * 2006-02-28 2009-05-21 Jean-Paul Artis Method of generation and meteorological system with progressive prediction of meteorological situations around a carrier
FR2947938A1 (fr) * 2009-07-10 2011-01-14 Thales Sa Procede de prediction d'une evolution d'un phenomene meteorologique a partir de donnees provenant d'un radar meteorologique
CN103197299A (zh) * 2013-03-25 2013-07-10 南京信息工程大学 天气雷达径向风信息提取及量化分析系统
CN103337133A (zh) * 2013-06-14 2013-10-02 广东电网公司中山供电局 基于识别预报技术的电网雷暴灾害预警系统及方法
CN104965238A (zh) * 2014-11-27 2015-10-07 国网山东省电力公司应急管理中心 一种基于电网gis的气象单站雷达预警方法及系统
CN105158762A (zh) * 2014-03-31 2015-12-16 霍尼韦尔国际公司 识别和跟踪对流天气单体
CN106526708A (zh) * 2016-09-21 2017-03-22 广东奥博信息产业有限公司 一种基于机器学习的气象强对流天气的智能预警分析方法
CN107301272A (zh) * 2017-05-24 2017-10-27 天津大学 强对流单体结构及结构特征可视化时空剖析方法
CN107843884A (zh) * 2017-09-13 2018-03-27 成都信息工程大学 基于双偏振雷达观测提高雷暴天气预警预报准确度的方法
CN109034489A (zh) * 2018-08-10 2018-12-18 中国人民解放军国防科技大学 一种基于云指数表征东亚夏季风活动的方法
CN109541602A (zh) * 2018-10-18 2019-03-29 国网山东省电力公司应急管理中心 一种多普勒雷达气象矢量化电网精细预警及调控系统
CN112184753A (zh) * 2020-09-21 2021-01-05 上海眼控科技股份有限公司 目标光流法确定方法、装置、计算机设备和存储介质
CN112946657A (zh) * 2021-02-03 2021-06-11 南京信息工程大学 强对流天气中地面风场的识别方法
CN113238230A (zh) * 2021-04-12 2021-08-10 国网河南省电力公司电力科学研究院 一种针对电网生产的夏季强对流引起的大风预警方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040043760A1 (en) * 2000-12-15 2004-03-04 Daniel Rosenfeld Location-based weather nowcast system and method
US20090132167A1 (en) * 2006-02-28 2009-05-21 Jean-Paul Artis Method of generation and meteorological system with progressive prediction of meteorological situations around a carrier
FR2947938A1 (fr) * 2009-07-10 2011-01-14 Thales Sa Procede de prediction d'une evolution d'un phenomene meteorologique a partir de donnees provenant d'un radar meteorologique
CN103197299A (zh) * 2013-03-25 2013-07-10 南京信息工程大学 天气雷达径向风信息提取及量化分析系统
CN103337133A (zh) * 2013-06-14 2013-10-02 广东电网公司中山供电局 基于识别预报技术的电网雷暴灾害预警系统及方法
CN105158762A (zh) * 2014-03-31 2015-12-16 霍尼韦尔国际公司 识别和跟踪对流天气单体
CN104965238A (zh) * 2014-11-27 2015-10-07 国网山东省电力公司应急管理中心 一种基于电网gis的气象单站雷达预警方法及系统
CN106526708A (zh) * 2016-09-21 2017-03-22 广东奥博信息产业有限公司 一种基于机器学习的气象强对流天气的智能预警分析方法
CN107301272A (zh) * 2017-05-24 2017-10-27 天津大学 强对流单体结构及结构特征可视化时空剖析方法
CN107843884A (zh) * 2017-09-13 2018-03-27 成都信息工程大学 基于双偏振雷达观测提高雷暴天气预警预报准确度的方法
CN109034489A (zh) * 2018-08-10 2018-12-18 中国人民解放军国防科技大学 一种基于云指数表征东亚夏季风活动的方法
CN109541602A (zh) * 2018-10-18 2019-03-29 国网山东省电力公司应急管理中心 一种多普勒雷达气象矢量化电网精细预警及调控系统
CN112184753A (zh) * 2020-09-21 2021-01-05 上海眼控科技股份有限公司 目标光流法确定方法、装置、计算机设备和存储介质
CN112946657A (zh) * 2021-02-03 2021-06-11 南京信息工程大学 强对流天气中地面风场的识别方法
CN113238230A (zh) * 2021-04-12 2021-08-10 国网河南省电力公司电力科学研究院 一种针对电网生产的夏季强对流引起的大风预警方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LIU J: "Research on the Networking Strategy of Tornado Observation Network in Northern Jiangsu Based on X-band Weather Radar", 《2019 INTERNATIONAL CONFERENCE ON METEOROLOGY OBSERVATIONS》 *
周生辉;魏鸣;张培昌;张明旭;赵畅;: "多普勒雷达反演风场的风切变识别研究", 热带气象学报, no. 01 *
王彦;吕江津;周海光;王丽荣;吴彬贵;: "暴雨的多普勒天气雷达速度辐合风场特征", 气象, no. 03 *
王改利;刘黎平;阮征;: "多普勒雷达资料在暴雨临近预报中的应用", 应用气象学报, no. 03 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116128099A (zh) * 2022-11-28 2023-05-16 南京信息工程大学 一种基于人工智能的中国短期气候预测方法及系统
CN116128099B (zh) * 2022-11-28 2023-09-12 南京信息工程大学 一种基于人工智能的中国短期气候预测方法及系统

Also Published As

Publication number Publication date
CN114488155B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
WO2017032210A1 (zh) 一种基于聚类分析的输电线路山火风险区域划分方法
CN102629294B (zh) 台风引发输电线路故障的概率评估方法
CN101272040B (zh) 利用电网雷害分布进行输电线路防雷配置的方法
CN104063750B (zh) 基于改进ahp‑反熵权的电力系统受灾影响的预测方法
CN107292478B (zh) 一种灾害对配电网影响态势的获取方法
CN104376510A (zh) 一种输电线路因山火跳闸的风险等级预测评估方法
CN102749664B (zh) 电网覆冰程度预测方法
CN104123682A (zh) 一种基于气象影响因素的配网故障风险评估方法
CN105787648A (zh) 一种基于实时运行信息的配电变压器健康状态评价方法
Murray et al. Wind related faults on the GB transmission network
CN105068149A (zh) 一种基于多信息综合的输变电设备雷电监测和预报方法
CN114442198B (zh) 一种基于加权算法的森林火险气象等级预报方法
CN111210102A (zh) 一种极端灾害条件下电网故障建模方法
CN114488155B (zh) 一种基于多普勒天气雷达的对流单体演变趋势判别方法
Matsui et al. Cloud-to-ground lightning flash density and the number of lightning flashes hitting wind turbines in Japan
Valldecabres et al. Minute‐scale detection and probabilistic prediction of offshore wind turbine power ramps using dual‐Doppler radar
CN107066689B (zh) 一种输电线路风偏故障的气象风险预警方法
CN109711687B (zh) 一种基于改进熵值法的绝缘子状态模糊评估方法
CN113689053B (zh) 一种基于随机森林的强对流天气架空线停电预测方法
Aird et al. WRF-Simulated springtime low-level jets over Iowa: Implications for Wind Energy
CN114021858A (zh) 一种输电线路的精细化风速预测方法
CN115224684A (zh) 基于免疫危险理论的智能配电网风险状态辨识方法及系统
CN102354002A (zh) 一种热带气旋潜在破坏力的测定方法
CN103728517A (zh) 不良工况对变压器状态评估的修正算法
CN107886220B (zh) 一种基于历史因素分析的配电线路风险概率评估方法

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