CN114519281A - 一种汛期10kV配电站房薄弱环节辨识方法 - Google Patents
一种汛期10kV配电站房薄弱环节辨识方法 Download PDFInfo
- Publication number
- CN114519281A CN114519281A CN202210418167.4A CN202210418167A CN114519281A CN 114519281 A CN114519281 A CN 114519281A CN 202210418167 A CN202210418167 A CN 202210418167A CN 114519281 A CN114519281 A CN 114519281A
- Authority
- CN
- China
- Prior art keywords
- station house
- weak link
- flood season
- distribution station
- weak
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000000463 material Substances 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 9
- 150000001875 compounds Chemical class 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 2
- 201000004569 Blindness Diseases 0.000 abstract description 3
- 230000002265 prevention Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Water Supply & Treatment (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种汛期10kV配电站房薄弱环节辨识方法,包括以下具体步骤:步骤1、建立汛期10kV配电站房薄弱环节辨识模型;步骤2、求解步骤1所建立的汛期10kV配电站房薄弱环节辨识模型,进而定位站房薄弱环节。本发明可有效降低暴雨后配电网的负荷损失和经济损失,避免物资分配的盲目性。
Description
技术领域
本发明属于电力技术领域,涉及一种汛期配电网薄弱站房的辨识方法,尤其是一种汛期10kV配电站房薄弱环节辨识方法。
背景技术
对配电网而言,汛期造成的站房进水损坏设备会造成其所在线路大面积停电,严重影响供电可靠性。例如:2021年7月,河南暴雨造成大量配电站房进水,开关柜及变压器设备故障造成严重停电,负荷及设备损失惨重。暴雨降临时,水位通常高于站房基础或挡板,导致暴雨侵袭过程中环网箱、配电室故障严重,成为抢险重点关注的问题。然而,考虑到暴雨中对配电网的抢险能力有限,且10kV配电站房数量庞大,如仅天津市和平区内就有10kV配电站房1000余座,在暴雨来临前对物资进行成片分配存在实际困难,只能对有限的防汛物资进行分配。尽管气象部门在暴雨来临前可以做出较准确预报,但电力部门的防汛抢险过程中仍存在严重的物资分配盲目的问题。因此,如何寻找暴雨中配电网最需要支援的部位,最大程度降低暴雨后配电网的损失,迫切需要对配电站房的薄弱环节进行辨识,使防汛抗灾物资得到高效利用。
在该领域目前已有部分研究:(1)一种电网定量弹性评估框架,应用灾害风险评估的台风风场模型来评估影响的强度和持续时间;(2)基于元件脆弱性指标排序的N-k薄弱环节识别策略;(3)一种基于自律分散系统模型的多维度电网薄弱环节跟踪及分析系统,对薄弱环节定义、分析方法、数据来源和结果展示等维度多样性具有较好的适应性;(4)利用可靠性跟踪方法辨识电力系统的薄弱环节,通过跟踪分析可得到各元件对系统可靠性指标的“贡献”,元件的贡献越大,其对系统可靠性的影响就越大,即为系统的薄弱环节;(5)一种基于运行可靠性模型的连锁故障模拟及系统薄弱环节分析方法。
由此可见,目前常态配电网薄弱环节研究相对成熟,但针对极端气象条件下配电网薄弱环节识别方法的研究相对较少。
经检索,未发现与本发明相同或相似的现有技术的专利文献。
发明内容
本发明的目的在于克服现有技术的不足,提出一种汛期10kV配电站房薄弱环节辨识方法,能够解决在极端气象条件下配电网薄弱环节识别的技术问题。
本发明解决其现实问题是采取以下技术方案实现的:
一种汛期10kV配电站房薄弱环节辨识方法,包括以下具体步骤:
步骤1、建立汛期10kV配电站房薄弱环节辨识模型;
步骤2、求解步骤1所建立的汛期10kV配电站房薄弱环节辨识模型,进而定位站房薄弱环节。
而且,所述步骤1的汛期10kV配电站房薄弱环节辨识模型为:
考虑站房位置、设备投运年限及供电负荷重要程度,建立如式(1)所示的汛期10kV配电站房薄弱环节辨识模型Z k:
a 1+a 2+a 3=1 (2)
式中,a 1、a 2、a 3为权重系数;P k为站房位置;Y k为设备投运年限,I k为线路供电负荷的重要程度。
而且,所述步骤2的具体步骤包括:
(1)建立薄弱环节定位分层模型:
(2)构造成对比较矩阵:
在比较准则层中的P k、Y k和I k因素对于目标层的重要性时,构造比较矩阵A:
式中,a 11、a 22与a 33取值为1;a ij为元素i相对于元素j的重要程度,a ij与a ji互为倒数,由实际运行经验确定其取值。
(3)计算权向量并做一致性检验:
计算矩阵A的最大特征根及对应特征向量,利用一致性指标做一致性检验;若检验通过,特征向量即为权向量;若不通过,需重新构造A。
(4)计算各站房Zk并进行排序:
在构造得到比较矩阵A后,计算得到各站房Z k并排序,根据物资数量选取前k个站房作为薄弱环节进行物资分配。
而且,所述步骤2第(1)步的具体方法为:
以定位10kV配电站房薄弱环节为目标层,在准则层中考虑站房位置、设备投运年限和负荷重要程度三个因素,将各站房作为备选方案,建立薄弱环节定位分层模型。
本发明的优点和有益效果:
本发明提出一种汛期10kV配电站房薄弱环节辨识方法,通过同时考虑站房位置、设备投运年限与供电负荷重要程度三个关键因素建立汛期10kV配电站房薄弱环节辨识模型,并通过求解上述模型进而定位站房薄弱环节,通过分配沙袋、分配应急发电车等应急措施在汛期暴雨前有针对性对薄弱环节加以提升,可有效降低暴雨后配电网的负荷损失和经济损失,避免物资分配的盲目性。本发明的研究成果可为暴雨场景下下电力部门的防汛工作提供一定的指导。
附图说明
图1为本发明的10kV配电站房薄弱环节辨识方法流程图;
图2为本发明的薄弱环节定位分层模型示意图。
具体实施方式
以下结合附图对本发明实施例作进一步详述:
一种汛期10kV配电站房薄弱环节辨识方法,如图1所示,包括以下具体步骤:
步骤1、建立汛期10kV配电站房薄弱环节辨识模型;
所述步骤1的汛期10kV配电站房薄弱环节辨识模型为:
考虑站房位置、设备投运年限及供电负荷重要程度,建立如式(1)所示的汛期10kV配电站房薄弱环节辨识模型Z k:
式中,a 1、a 2、a 3为权重系数;P k为站房位置;Y k为设备投运年限,I k为线路供电负荷的重要程度。
步骤2、求解步骤1所建立的汛期10kV配电站房薄弱环节辨识模型,进而定位站房薄弱环节;
所述步骤2的具体步骤包括:
采用层次分析法确定Z k中各因素的权重系数,层次分析法是一种定性和定量相结合的、系统化、层次化的分析方法,能够量化各项标准的重要程度。
(1)建立薄弱环节定位分层模型:
以定位10kV配电站房薄弱环节为目标层,在准则层中考虑站房位置、设备投运年限和负荷重要程度三个因素,将各站房作为备选方案,建立图2所示薄弱环节定位分层模型:
(2)构造成对比较矩阵:
在比较准则层中的P k、Y k和I k因素对于目标层的重要性时,利用表1所示1-9比较尺度构造比较矩阵A,如式(3)所示。
式中,a 11、a 22与a 33取值为1;a ij为元素i相对于元素j的重要程度,a ij与a ji互为倒数,由实际运行经验确定其取值。
(3)计算权向量并做一致性检验:
计算矩阵A的最大特征根及对应特征向量,利用一致性指标做一致性检验。若检验通过,特征向量(归一化后)即为权向量;若不通过,需重新构造A。
(4)计算各站房Zk并进行排序:
在构造得到比较矩阵A后,计算得到各站房Z k并排序,根据物资数量选取前k个站房作为薄弱环节进行物资分配。
本发明的工作原理为:
本发明的辨识配电网薄弱环节的主要方法是分析元件对系统的影响程度的大小。具体分为:建立汛期10kV配电站房薄弱环节辨识模型、求解模型、选取前k个元件得到N-k薄弱环节三个步骤。
在暴雨到来前,根据气象预报信息,电力部门通常会预先采取堵放沙袋、分配应急发电车等防汛措施减小暴雨后的负荷损失。传统的物资分配方法将负荷量更大、经济价值更高的负荷点所在线路视为薄弱环节,优先采取薄弱环节提升措施。而本发明根据各站房脆弱度指标进行排序,优先将物资分配给指标数值高的站房。
需要强调的是,本发明所述实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (2)
1.一种汛期10kV配电站房薄弱环节辨识方法,其特征在于:包括以下具体步骤:
步骤1、建立汛期10kV配电站房薄弱环节辨识模型;
步骤2、求解步骤1所建立的汛期10kV配电站房薄弱环节辨识模型,进而定位站房薄弱环节;
所述步骤1的汛期10kV配电站房薄弱环节辨识模型为:
考虑站房位置、设备投运年限及供电负荷重要程度,建立如式(1)所示的汛期10kV配电站房薄弱环节辨识模型Z k:
式中,a 1、a 2、a 3为权重系数;P k为站房位置;Y k为设备投运年限,I k为线路供电负荷的重要程度;
所述步骤2的具体步骤包括:
(1)建立薄弱环节定位分层模型;
构造成对比较矩阵:
在比较准则层中的P k、Y k和I k因素对于目标层的重要性时,构造比较矩阵A:
式中,a 11、a 22与a 33取值为1;a ij为元素i相对于元素j的重要程度,a ij与a ji互为倒数,由实际运行经验确定其取值;
(3)计算权向量并做一致性检验:
计算矩阵A的最大特征根及对应特征向量,利用一致性指标做一致性检验;若检验通过,特征向量即为权向量;若不通过,需重新构造A;
(4)计算各站房Zk并进行排序:
在构造得到比较矩阵A后,计算得到各站房Z k并排序,根据物资数量选取前k个站房作为薄弱环节进行物资分配。
2.根据权利要求1所述的一种汛期10kV配电站房薄弱环节辨识方法,其特征在于:所述步骤2第(1)步的具体方法为:
以定位10kV配电站房薄弱环节为目标层,在准则层中考虑站房位置、设备投运年限和负荷重要程度三个因素,将各站房作为备选方案,建立薄弱环节定位分层模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210418167.4A CN114519281A (zh) | 2022-04-21 | 2022-04-21 | 一种汛期10kV配电站房薄弱环节辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210418167.4A CN114519281A (zh) | 2022-04-21 | 2022-04-21 | 一种汛期10kV配电站房薄弱环节辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114519281A true CN114519281A (zh) | 2022-05-20 |
Family
ID=81600580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210418167.4A Pending CN114519281A (zh) | 2022-04-21 | 2022-04-21 | 一种汛期10kV配电站房薄弱环节辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114519281A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117312929A (zh) * | 2023-11-29 | 2023-12-29 | 国网浙江省电力有限公司杭州供电公司 | 站房改造类型的辨识方法、装置、终端设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504437A (zh) * | 2009-03-06 | 2009-08-12 | 华南理工大学 | 一种寻找导致电压暂降的电网薄弱环节的方法 |
CN105956789A (zh) * | 2016-05-24 | 2016-09-21 | 国网四川省电力公司 | 一种基于状态评价的电力设备定量风险评估方法 |
CN107871216A (zh) * | 2017-12-20 | 2018-04-03 | 广东电网有限责任公司惠州供电局 | 一种配电网脆弱节点的识别方法 |
CN107895947A (zh) * | 2017-12-20 | 2018-04-10 | 广东电网有限责任公司惠州供电局 | 一种配电网脆弱线路辨识方法 |
CN110222946A (zh) * | 2019-05-15 | 2019-09-10 | 天津大学 | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 |
CN110826842A (zh) * | 2019-09-09 | 2020-02-21 | 天津大学 | 一种台风场景下的配电网风险控制方法 |
CN111177101A (zh) * | 2019-12-18 | 2020-05-19 | 广西电网有限责任公司电力科学研究院 | 一种基于大数据架构的配电网多维可视化平台 |
CN113162034A (zh) * | 2021-04-20 | 2021-07-23 | 西南交通大学 | 一种含电气化铁路的薄弱电网供电能力计算方法 |
-
2022
- 2022-04-21 CN CN202210418167.4A patent/CN114519281A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504437A (zh) * | 2009-03-06 | 2009-08-12 | 华南理工大学 | 一种寻找导致电压暂降的电网薄弱环节的方法 |
CN105956789A (zh) * | 2016-05-24 | 2016-09-21 | 国网四川省电力公司 | 一种基于状态评价的电力设备定量风险评估方法 |
CN107871216A (zh) * | 2017-12-20 | 2018-04-03 | 广东电网有限责任公司惠州供电局 | 一种配电网脆弱节点的识别方法 |
CN107895947A (zh) * | 2017-12-20 | 2018-04-10 | 广东电网有限责任公司惠州供电局 | 一种配电网脆弱线路辨识方法 |
CN110222946A (zh) * | 2019-05-15 | 2019-09-10 | 天津大学 | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 |
CN110826842A (zh) * | 2019-09-09 | 2020-02-21 | 天津大学 | 一种台风场景下的配电网风险控制方法 |
CN111177101A (zh) * | 2019-12-18 | 2020-05-19 | 广西电网有限责任公司电力科学研究院 | 一种基于大数据架构的配电网多维可视化平台 |
CN113162034A (zh) * | 2021-04-20 | 2021-07-23 | 西南交通大学 | 一种含电气化铁路的薄弱电网供电能力计算方法 |
Non-Patent Citations (8)
Title |
---|
JUN XIAO等: "Study on Weak Link for Distribution Network Based on Total Supply Capability", 《2012 IEEE 7TH INTERNATIONAL POWER ELECTRONICS AND MOTION CONTROL CONFERENCE 》 * |
WEI WEI等: "A Practical Method of Reliability Weak Links Mining for Distribution Network Based on Multidimensional Analysis", 《2013 IEEE INTERNATIONAL CONFERENCE OF IEEE REGION 10》 * |
刘莹昕等: "层次分析法的权重计算及其应用", 《沈阳大学学报(自然科学版)》 * |
奉斌等: "集多源数据的配电网运行状态及薄弱环节辨识", 《信息技术》 * |
张浩: "天然气输配站场风险评价研究", 《中国优秀博硕士学位论文全文数据库(硕士)经济与管理科学辑》 * |
梅丹等: "舰船电力网络薄弱环节辨识方法研究", 《船舶工程》 * |
程林等: "基于运行可靠性模型的连锁故障模拟及薄弱环节分析", 《电网技术》 * |
邓雪等: "层次分析法权重计算方法分析及其应用研究", 《数学的实践与认识》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117312929A (zh) * | 2023-11-29 | 2023-12-29 | 国网浙江省电力有限公司杭州供电公司 | 站房改造类型的辨识方法、装置、终端设备及存储介质 |
CN117312929B (zh) * | 2023-11-29 | 2024-02-13 | 国网浙江省电力有限公司杭州供电公司 | 站房改造类型的辨识方法、装置、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104123682B (zh) | 一种基于气象影响因素的配网故障风险评估方法 | |
CN103559655B (zh) | 基于数据挖掘的微网新型馈线负荷的预测方法 | |
CN110264112B (zh) | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 | |
CN110598726A (zh) | 一种基于随机森林的输电杆塔鸟害风险预测方法 | |
CN110378549B (zh) | 一种基于fahp-熵权法的输电杆塔鸟害等级评估方法 | |
CN104376413A (zh) | 基于层次分析法和数据包络法的电网规划方案评估系统 | |
CN102663515A (zh) | 一种特高压变电站落点的优选方法 | |
CN109359896A (zh) | 一种基于svm的电网线路故障风险预警方法 | |
CN110705727A (zh) | 基于随机森林算法的光伏电站阴影遮挡诊断方法及系统 | |
CN110889565B (zh) | 一种基于多维矩阵决策的配网巡检周期计算方法 | |
CN105279612A (zh) | 一种基于泊松分布的输电线路跳闸风险评估方法 | |
CN108171429A (zh) | 一种多基地直流外送的新能源消纳量化评价方法 | |
Nik et al. | Using typical and extreme weather files for impact assessment of climate change on buildings | |
CN108596514A (zh) | 基于模糊遗传算法的电力设备混合威布尔可靠性建模方法 | |
CN112668821A (zh) | 一种基于风沙区域绝缘子故障概率的配电线路风险分析方法 | |
CN114519281A (zh) | 一种汛期10kV配电站房薄弱环节辨识方法 | |
CN105138825B (zh) | 一种基于萤火虫优化算法的断路器可靠性评估方法 | |
CN104156775A (zh) | 基于多元线性回归算法的气象灾害预测方法 | |
CN107563641B (zh) | 一种计及灾害偏好的配电网抗灾多场景差异化规划方法 | |
CN117333045A (zh) | 一种海上风电机组服役环境状态评价方法和系统 | |
CN114266508A (zh) | 一种配电网供电可靠性评估指标权重的修正算法 | |
CN115034608A (zh) | 基于配网要素和神经网络的配网风险评估方法 | |
CN108470247A (zh) | 基于关联规则分类的光伏电站经营辅助决策方法 | |
CN114944048A (zh) | 一种山洪监测与预警系统及方法 | |
CN110752956B (zh) | 一种基于可信节点的分布式光伏采集布点及估计优化方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220520 |
|
RJ01 | Rejection of invention patent application after publication |