CN116317936A - 旁路二极管的故障诊断方法和装置 - Google Patents
旁路二极管的故障诊断方法和装置 Download PDFInfo
- Publication number
- CN116317936A CN116317936A CN202211739351.5A CN202211739351A CN116317936A CN 116317936 A CN116317936 A CN 116317936A CN 202211739351 A CN202211739351 A CN 202211739351A CN 116317936 A CN116317936 A CN 116317936A
- Authority
- CN
- China
- Prior art keywords
- target
- fault
- string
- determining
- bypass diode
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 179
- 238000000034 method Methods 0.000 title claims abstract description 112
- 230000002159 abnormal effect Effects 0.000 claims abstract description 33
- 230000035772 mutation Effects 0.000 claims description 57
- 238000012545 processing Methods 0.000 claims description 39
- 239000003550 marker Substances 0.000 claims description 22
- 230000005856 abnormality Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 15
- 230000000630 rising effect Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/26—Testing of individual semiconductor devices
- G01R31/2607—Circuits therefor
- G01R31/2632—Circuits therefor for testing diodes
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本申请公开了一种旁路二极管的故障诊断方法和装置,属于光伏系统故障识别技术领域。所述旁路二极管的故障诊断方法包括:获取目标支路在目标时段内的目标电数据;在MPPT电压异常的情况下,基于所述目标电数据确定升压突变点以及所述升压突变点对应的第一电数据;基于所述第一电数据,确定故障组串。本申请的旁路二极管的故障诊断方法,能够实时诊断旁路二极管的故障,实时性和高效性较高,且无需安装额外传感器,不依赖特定设备和仪器,检测成本低,方法便捷易于实现。
Description
技术领域
本申请属于光伏系统故障识别技术领域,尤其涉及一种旁路二极管的故障诊断方法和装置。
背景技术
旁路二极管短路是组件最常见的故障之一,这类故障运维人员不易发现,容易造成巨大的发电量损失。常用的旁路二极管的故障诊断方式有红外热成像和IV曲线扫描两种方式,但这两种方式均需依赖特定设备和仪器进行检测,检测成本较高。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种旁路二极管的故障诊断方法和装置,能够实时诊断旁路二极管的故障,实时性和高效性较高,且无需安装额外传感器,不依赖特定设备和仪器,检测成本低,方法便捷易于实现。
第一方面,本申请提供了一种旁路二极管的故障诊断方法,该方法包括:
获取目标支路在目标时段内的目标电数据;
在MPPT电压异常的情况下,基于所述目标电数据确定升压突变点以及所述升压突变点对应的第一电数据;
基于所述第一电数据,确定故障组串。
根据本申请实施例提供的旁路二极管的故障诊断方法,通过获取目标支路在目标时段内的目标电数据,在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据,然后基于第一电数据,确定故障组串,能够实时诊断旁路二极管的故障,实时性和高效性较高,且无需安装额外传感器,不依赖特定设备和仪器,检测成本低,方法便捷易于实现。
本申请一个实施例的旁路二极管的故障诊断方法,所述基于所述第一电数据,确定故障组串,包括:
基于所述第一电数据,确定所述升压突变点对应的电压上升幅度;
在大于电压上升阈值的所述电压上升幅度对应的升压突变点的数量超过数量阈值的情况下,基于所述第一电数据,确定所述升压突变点对应的电流变化超过电流阈值的第一支路;
基于所述第一支路的第一电流值,确定标杆组串;
在诊断支路满足目标条件的情况下,确定所述升压突变点的位置在所述标杆组串的下方且达到目标距离,将所述诊断组串确定为所述故障组串。
根据本申请一个实施例的旁路二极管的故障诊断方法,通过第一电数据确定第一支路,并基于第一支路的第一电流值,确定标杆组串,然后在诊断支路满足目标条件的情况下,确定升压突变点的位置在标杆组串的下方且达到目标距离,将诊断组串确定为故障组串,能够基于升压突变点处的电流特性来确定故障组串,诊断方法便捷且易于实现。
本申请一个实施例的旁路二极管的故障诊断方法,所述确定所述升压突变点的位置在所述标杆组串的下方且达到目标距离,将所述诊断组串确定为所述故障组串,包括:
获取所述标杆组串突变后的第二电流值和所述诊断支路对应的诊断组串突变后的第三电流值;
在所述第二电流值和所述第三电流值的差小于第二阈值,且所述第二电流值小于目标比例的所述第二电流值的情况下,将所述诊断组串确定为所述故障组串。
根据本申请一个实施例的旁路二极管的故障诊断方法,通过获取标杆组串突变后的第二电流值和诊断支路对应的诊断组串突变后的第三电流值,然后在第二电流值和第三电流值的差小于第二阈值,且第二电流值小于目标比例的第二电流值的情况下,能够确定诊断组串的升压突变点的位置在标杆组串的下方且达到目标距离,进而将诊断组串确定为故障组串,能够基于升压突变点处的电流特性来确定故障组串,诊断方法便捷且易于实现,进一步提高了故障诊断的精度。
本申请一个实施例的旁路二极管的故障诊断方法,所述基于所述第一支路的第一电流值,确定标杆组串,包括:
基于所述第一电流值的一阶差分值,获取所有支路对应的差分值;
将最小的差分值对应的支路确定为所述标杆组串。
根据本申请一个实施例的旁路二极管的故障诊断方法,基于第一电流值的一阶差分值,获取所有支路对应的差分值,然后将最小的差分值对应的支路确定为标杆组串,能够基于差分值获得正常工作的组串,便于后续应用过程中基于标杆组串的差分值判断故障组串,提高了故障检测的精准度。
本申请一个实施例的旁路二极管的故障诊断方法,在MPPT电压异常的情况下,基于所述目标电数据确定升压突变点以及所述升压突变点对应的第一电流值之前,所述方法还包括:
基于所述目标电数据,确定目标阈值,所述目标阈值用于判断突发低效;
基于组串的基本参数和环境参数,确定理论MPPT电压;
基于所述理论MPPT电压和实际MPPT电压,判断MPPT电压是否异常。
根据本申请一个实施例的旁路二极管的故障诊断方法,基于目标电数据,确定目标阈值,然后基于组串的基本参数和环境参数,确定理论MPPT电压,再基于理论MPPT电压和实际MPPT电压,判断MPPT电压是否异常,便于后续应用过程中基于MPPT电压异常的情况确定故障组串。
本申请一个实施例的旁路二极管的故障诊断方法,所述基于组串的基本参数和环境参数,确定理论MPPT电压,包括:
将所述基本参数和所述环境参数输入至MPPT电压异常诊断模型,获取所述MPPT电压异常诊断模型输出的所述理论MPPT电压,其中,
所述MPPT电压异常诊断模型为以样本基本参数和样本环境参数为样本,以与所述样本基本参数和所述样本环境参数对应的样本理论MPPT电压为样本标签,训练得到。
根据本申请一个实施例的旁路二极管的故障诊断方法,通过将组串的基本参数和环境参数输入至预先训练好的MPPT电压异常诊断模型,以获取理论MPPT电压,在实际应用中只需使用前进行预训练,之后即可直接获取数据,计算效率高且准确性好;并且MPPT电压异常诊断模型的学习能力强,每一次应用过程中的数据均可以作为下一次训练过程中的训练数据,从而提高模型的精度和准确度,便于用户使用,同时提高了最终故障诊断的精度。
本申请一个实施例的旁路二极管的故障诊断方法,所述基于所述目标电数据,确定目标阈值,包括:
对所述目标电数据进行基于通讯死值、中断以及越限值中的至少一种的预处理,获取第二电数据;
基于所述第二电数据,确定所述目标阈值。
根据本申请一个实施例的旁路二极管的故障诊断方法,通过对目标电数据进行基于通讯死值、中断以及越限值中的至少一种的预处理,能够滤除噪声数据,以获取第二电数据,然后基于第二电数据,确定目标阈值,提高了确定的目标阈值的精准度,便于后续执行过程中基于目标阈值判断突发低效,从而提高最终故障诊断的精度。
本申请一个实施例的旁路二极管的故障诊断方法,在所述基于所述第一电数据,确定故障组串之后,所述方法还包括:
利用闭环工单处理结果处理所述故障组串;
将突发低效状态更新为正常状态。
根据本申请一个实施例的旁路二极管的故障诊断方法,利用闭环工单处理结果处理故障组串,然后将突发低效状态更新为正常状态,形成了处理闭环,能够利用历史诊断数据进行故障处理,提高了故障诊断的精准度和效率。
第二方面,本申请提供了一种旁路二极管的故障诊断装置,该装置包括:
第一处理模块,用于获取目标支路在目标时段内的目标电数据;
第二处理模块,用于在MPPT电压异常的情况下,基于所述目标电数据确定升压突变点以及所述升压突变点对应的第一电数据;
第三处理模块,用于基于所述第一电数据,确定故障组串。
根据本申请实施例提供的旁路二极管的故障诊断装置,通过获取目标支路在目标时段内的目标电数据,在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据,然后基于第一电数据,确定故障组串,能够实时诊断旁路二极管的故障,实时性和高效性较高,且无需安装额外传感器,不依赖特定设备和仪器,检测成本低,方法便捷易于实现。
第三方面,本申请提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的旁路二极管的故障诊断方法。
本申请实施例中的上述一个或多个技术方案,至少具有如下技术效果之一:
通过获取目标支路在目标时段内的目标电数据,在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据,然后基于第一电数据,确定故障组串,能够实时诊断旁路二极管的故障,实时性和高效性较高,且无需安装额外传感器,不依赖特定设备和仪器,检测成本低,方法便捷易于实现。
进一步的,通过第一电数据确定第一支路,并基于第一支路的第一电流值,确定标杆组串,然后在诊断支路满足目标条件的情况下,确定升压突变点的位置在标杆组串的下方且达到目标距离,将诊断组串确定为故障组串,能够基于升压突变点处的电流特性来确定故障组串,诊断方法便捷且易于实现。
更进一步的,通过获取标杆组串突变后的第二电流值和诊断支路对应的诊断组串突变后的第三电流值,然后在第二电流值和第三电流值的差小于第二阈值,且第二电流值小于目标比例的第二电流值的情况下,能够确定诊断组串的升压突变点的位置在标杆组串的下方且达到目标距离,进而将诊断组串确定为故障组串,能够基于升压突变点处的电流特性来确定故障组串,诊断方法便捷且易于实现,进一步提高了故障诊断的精度。
再进一步的,通过将组串的基本参数和环境参数输入至预先训练好的MPPT电压异常诊断模型,以获取理论MPPT电压,在实际应用中只需使用前进行预训练,之后即可直接获取数据,计算效率高且准确性好;并且MPPT电压异常诊断模型的学习能力强,每一次应用过程中的数据均可以作为下一次训练过程中的训练数据,从而提高模型的精度和准确度,便于用户使用,同时提高了最终故障诊断的精度。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请实施例提供的旁路二极管的故障诊断方法的流程示意图之一;
图2是本申请实施例提供的旁路二极管的故障诊断方法的流程示意图之二;
图3是本申请实施例提供的旁路二极管的故障诊断方法的原理示意图之一;
图4是本申请实施例提供的旁路二极管的故障诊断方法的流程示意图之三;
图5是本申请实施例提供的旁路二极管的故障诊断装置的结构示意图;
图6是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合图1至图4描述本申请实施例的旁路二极管的故障诊断方法。
需要说明的是,旁路二极管的故障诊断方法的执行主体可以为服务器,或者可以为旁路二极管的故障诊断装置,或者还可以为用户的终端,包括但不限于移动终端和非移动终端。
例如,移动终端包括但不限于手机、PDA智能终端、平板电脑以及车载智能终端等;非移动终端包括但不限于PC端等。
如图1所示,该旁路二极管的故障诊断方法,包括:步骤110、步骤120和步骤130。
步骤110、获取目标支路在目标时段内的目标电数据;
在该步骤中,目标支路为单个设备的至少部分支路,例如可以为所有支路。
其中,单个设备可以为逆变器或汇流箱等。
目标时段为任意时间段,例如,目标时段可以为8:00-14:00、9:00-15:00或10:00-16:00等,可以基于用户自定义,本申请不作限定。
目标电数据可以表现为时序数据,例如可以包括组串电流和直流母线电压中的至少一种。
在实际执行过程中,可以获取单个设备下目标支路在9:00-15:00时段内的5分钟分辨率的组串电流和直流母线电压。
步骤120、在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据;
在该步骤中,MPPT(Maximum Power Point Tracking)为最大功率点跟踪,MPPT电压为待测组串最大功率点对应的电压。
升压突变点为汇流箱对应的直流母线电压发生上升突变的点。
第一电数据为升压突变点对应的电流数据。
在实际执行过程中,可以获取单个设备下的目标支路在在目标时段内的目标电数据,将目标电数据中的直流母线电压进行最大值归一化,然后进行一阶差分,获取升压突变点,在MPPT电压异常的情况下,汇流箱的直流母线电压会呈现上升趋势,且在限电时间区间内保持高电压水平。
在一些实施例中,在步骤120之前,该旁路二极管的故障诊断方法可以包括:
基于目标电数据,确定目标阈值,目标阈值用于判断突发低效;
基于组串的基本参数和环境参数,确定理论MPPT电压;
基于理论MPPT电压和实际MPPT电压,判断MPPT电压是否异常。
在该实施例中,目标阈值为可以包括升压突变点的数量阈值、升压突变点的电压上升阈值、电流向下偏离幅度比值、电流向下偏离幅度电流值、电流向下偏离幅度后的电流值之差以及电流向下偏离幅度后的电流值比值中的至少一种。
突发低效是组串为非正常工作状态,例如,突发低效可以表现为组串发生短路。
目标阈值用于判断待测组串是否为突发低效组串。
目标阈值可以根据对数据进行统计分析获取,可以基于实际情况进行自定义,本申请不作限定。
例如,可以将升压突变点的数量阈值设置为:countthreshold=a,例如,a可以为3、4或5等;
将升压突变点的电压上升阈值设置为:Vthredshold=b,例如,b可以为0.03、0.04或0.05等;
将电流向下偏离幅度比值设置为c,例如,c可以为1.1、1.2或1.3等;
将电流向下偏离幅度电流值设置为d,例如,d可以为0.2、0.3或0.4等;
将电流向下偏离幅度后的电流值之差设置为e,例如,e可以为-0.2、-0.3或-0.4等;
将电流向下偏离幅度后的电流值比值设置为f,例如,f可以为0.97、0.98或0.99等。
在一些实施例中,基于目标电数据,确定目标阈值,可以包括:
对目标电数据进行基于通讯死值、中断以及越限值中的至少一种的预处理,获取第二电数据;
基于第二电数据,确定目标阈值。
在该实施例中,目标电数据中可以包括通讯死值、中断以及越限值中的至少一种噪声数据。
对目标电数据进行预处理可以包括过滤全零值组串、过滤连续半小时恒定值组串、过滤存在越限值组串以及过滤未接组串中的至少一种预处理。
第二电数据为对目标电数据进行预处理之后获得的数据。
在实际执行过程中,目标时段内获取的目标电数据中的每日电流采样点个数为72个,预处理之后的组串所对应的第二电数据中的每日电流采样点个数需大于63个。
基于第二电数据和样本统计分析,确定目标阈值。
根据本申请实施例提供的旁路二极管的故障诊断方法,通过对目标电数据进行基于通讯死值、中断以及越限值中的至少一种的预处理,能够滤除噪声数据,以获取第二电数据,然后基于第二电数据,确定目标阈值,提高了确定的目标阈值的精准度,便于后续执行过程中基于目标阈值判断突发低效,从而提高最终故障诊断的精度。
组串的基本参数可以包括组串温度、组串电压温度系数以及组串铭牌最大功率点电压中的至少一种。
环境参数可以包括辐照度、空气温度以及风速中的至少一种。
在一些实施例中,基于组串的基本参数和环境参数,确定理论MPPT电压,可以包括:
将基本参数和环境参数输入至MPPT电压异常诊断模型,获取MPPT电压异常诊断模型输出的理论MPPT电压。
在该实施例中,MPPT电压异常诊断模型是预先训练好的模型,为以样本基本参数和样本环境参数为样本,以与样本基本参数和样本环境参数对应的样本理论MPPT电压为样本标签,训练得到。
在实际执行过程中,将组串的基本参数和环境参数输入至MPPT电压异常诊断模型,即可实时计算理论MPPT电压。
根据本申请实施例提供的旁路二极管的故障诊断方法,通过将组串的基本参数和环境参数输入至预先训练好的MPPT电压异常诊断模型,以获取理论MPPT电压,在实际应用中只需使用前进行预训练,之后即可直接获取数据,计算效率高且准确性好;并且MPPT电压异常诊断模型的学习能力强,每一次应用过程中的数据均可以作为下一次训练过程中的训练数据,从而提高模型的精度和准确度,便于用户使用,同时提高了最终故障诊断的精度。
获取实际MPPT电压,对比理论MPPT电压和实际MPPT电压的大小,在理论MPPT电压和实际MPPT电压的差值大于预设阈值的情况下,判定MPPT电压异常,其中,预设阈值可以基于实际需求自定义,本申请不作限定。
根据本申请实施例提供的旁路二极管的故障诊断方法,基于目标电数据,确定目标阈值,然后基于组串的基本参数和环境参数,确定理论MPPT电压,再基于理论MPPT电压和实际MPPT电压,判断MPPT电压是否异常,便于后续应用过程中基于MPPT电压异常的情况确定故障组串。
步骤130、基于第一电数据,确定故障组串。
在该步骤中,第一电数据为升压突变点对应的电流数据。
故障组串为突发低效的组串。
发明人在研发过程中发现,相关技术中存在基于各支路的高位段电流曲线离群值和非高位段电流曲线离群值,判断支路所对应的组串旁路二极管是否存在故障,该方法的实现方式较繁琐,不便于用户学习。
本申请是先获取目标支路在目标时段内的目标电数据,在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据,然后基于第一电数据,确定故障组串,本申请的故障诊断方法可以实时诊断旁路二极管的故障,实时性和高效性较高,且无需安装额外传感器,不依赖特定设备和仪器,检测成本低,方法便捷易于实现。
根据本申请实施例提供的旁路二极管的故障诊断方法,通过获取目标支路在目标时段内的目标电数据,在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据,然后基于第一电数据,确定故障组串,能够实时诊断旁路二极管的故障,实时性和高效性较高,且无需安装额外传感器,不依赖特定设备和仪器,检测成本低,方法便捷易于实现。
在一些实施例中,步骤130可以包括:
基于第一电数据,确定升压突变点对应的电压上升幅度;
在大于电压上升阈值的电压上升幅度对应的升压突变点的数量超过数量阈值的情况下,基于第一电数据,确定升压突变点对应的电流变化超过电流阈值的第一支路;
基于第一支路的第一电流值,确定标杆组串;
在诊断支路满足目标条件的情况下,确定升压突变点的位置在标杆组串的下方且达到目标距离,将诊断组串确定为故障组串。
在该实施例中,电压上升幅度为在MPPT电压异常的情况下,汇流箱的直流母线电压的上升幅度。
电压上升阈值用于判定电压上升幅度是否满足要求,电压上升阈值可以为0.03、0.04或0.05,可以基于用户自定义,本申请不作限定。
数量阈值用于判定升压突变点的数量是否满足要求,数量阈值可以为3、4或5,可以基于用户自定义,本申请不作限定。
电流阈值用于判定升压突变点对应的电流变化是否满足要求。
第一支路为升压突变点对应的电流变化超过电流阈值的支路。
在实际执行过程中,如图2所示,可以设定电压上升阈值为Vthredshold=0.04,设定数量阈值为countthreshold=3,在电压上升幅度V满足:
V>Vthredshold
且电压上升幅度对应的升压突变点的数量count满足:
count>countthreshold
的情况下,确定第一支路,其中,V为电压上升幅度,Vthredshold为电压上升阈值,count为升压突变点的数量,countthreshold为数量阈值。
第一电流值为第一支路所对应的电流值。
标杆组串是基于第一支路的第一电流值确定的,是正常工作的组串。
在一些实施例中,基于第一支路的第一电流值,确定标杆组串,可以包括:
基于第一电流值的一阶差分值,获取所有支路对应的差分值;
将最小的差分值对应的支路确定为标杆组串。
在该实施例中,一阶差分值是基于第一支路的第一电流值得到的。
标杆组串是正常工作的组串,标杆组串对应的差分值是所有支路中最小的差分值。
在实际执行过程中,可以先获取升压突变点对应的电流变化超过电流阈值的第一支路,然后获取第一支路对应的第一电流值,基于第一电流值的一阶差分值,再获取所有支路对应的差分值,获取所有支路对应的差分值最小的支路,将其确定为标杆组串,其中,可以将标杆组串的差分值表示为Idiffstand。
根据本申请实施例提供的旁路二极管的故障诊断方法,基于第一电流值的一阶差分值,获取所有支路对应的差分值,然后将最小的差分值对应的支路确定为标杆组串,能够基于差分值获得正常工作的组串,便于后续应用过程中基于标杆组串的差分值判断故障组串,提高了故障检测的精准度。
目标条件可以基于用户自定义,在本申请中,如图2所示,可以将诊断支路的差分值表示为Idiff,在Idiff满足:
且满足:
的情况下,确定升压突变点的位置在标杆组串的下方且达到目标距离,将诊断组串确定为故障组串,其中,c为电流向下偏离幅度比值,d为电流向下偏离幅度电流值,Idiff为诊断支路的差分值,为标杆组串的差分值,c和d可以基于实际情况进行自定义,本申请不作限定。
目标距离可以基于实际需求进行自定义。
在MPPT电压异常的情况下,汇流箱的直流母线电压会呈现上升趋势,且在限电时间区间内保持高电压水平,如图3所示,在上方的直流母线电压在上升阶段且保持高电压水平的情况下,诊断组串和标杆组串对应的电流会呈现不同幅度的向下偏离,且诊断组串在升压突变点对应的电流的下降幅度大于标杆组串的电流的下降幅度,目标距离可以基于诊断组串和标杆组串在对应时间点的电流值的差值确定。
在一些实施例中,确定升压突变点的位置在标杆组串的下方且达到目标距离,将诊断组串确定为故障组串,可以包括:
获取标杆组串突变后的第二电流值和诊断支路对应的诊断组串突变后的第三电流值;
在第二电流值和第三电流值的差小于第二阈值,且第二电流值小于目标比例的第二电流值的情况下,将诊断组串确定为故障组串。
在该实施例中,第二电流值为标杆组串突变后对应的电流值。
第三电流值为诊断组串突变后对应的电流值。
第二阈值用于确定第二电流值和第三电流值的数值的差值是否满足预设条件。
目标比例用于确定第二电流值和第三电流值的数值的比值是否满足预设条件。
故障组串为非正常工作的组串,例如,故障组串可以为发生突发低效的组串。
在实际执行过程中,如图2所示,将第二电流值表示为I,将第三电流值表示为I^,在I和I^满足:
I^-I<e
且满足:
I^<fI
的情况下,将诊断组串确定为故障组串,其中,e为电流向下偏离幅度后的电流值,f为电流向下偏离幅度后的电流值比值,I为第二电流值,I^为第三电流值,e和f可以基于实际情况进行自定义,本申请不作限定。
根据本申请实施例提供的旁路二极管的故障诊断方法,通过获取标杆组串突变后的第二电流值和诊断支路对应的诊断组串突变后的第三电流值,然后在第二电流值和第三电流值的差小于第二阈值,且第二电流值小于目标比例的第二电流值的情况下,能够确定诊断组串的升压突变点的位置在标杆组串的下方且达到目标距离,进而将诊断组串确定为故障组串,能够基于升压突变点处的电流特性来确定故障组串,诊断方法便捷且易于实现,进一步提高了故障诊断的精度。
在本申请中,基于第一电数据,确定升压突变点对应的电压上升幅度,然后在大于电压上升阈值的电压上升幅度对应的升压突变点的数量超过数量阈值的情况下,基于第一电数据,确定升压突变点对应的电流变化超过电流阈值的第一支路,并基于第一支路的第一电流值,确定标杆组串,便于后续应用过程中基于标杆组串的差分值判断故障组串,提高了故障检测的精准度。
在诊断支路满足目标条件的情况下,确定升压突变点的位置在标杆组串的下方且达到目标距离,将诊断组串确定为故障组串,能够基于升压突变点处的电流特性来确定故障组串,诊断方法便捷且易于实现。
根据本申请实施例提供的旁路二极管的故障诊断方法,通过第一电数据确定第一支路,并基于第一支路的第一电流值,确定标杆组串,然后在诊断支路满足目标条件的情况下,确定升压突变点的位置在标杆组串的下方且达到目标距离,将诊断组串确定为故障组串,能够基于升压突变点处的电流特性来确定故障组串,诊断方法便捷且易于实现。
在一些实施例中,在步骤130之后,该旁路二极管的故障诊断方法还可以包括:
利用闭环工单处理结果处理故障组串;
将突发低效状态更新为正常状态。
在该实施例中,闭环工单处理结果是基于历史处理数据所得的,如图4所示,在诊断组串是故障组串的情况下,输出旁路二极管短路故障组串,并存入数据库。
突发低效状态为故障组串的工作状态,利用闭环工单处理结果处理故障组串,进行故障恢复并报警,然后将突发低效状态更新为正常状态。
根据本申请实施例提供的旁路二极管的故障诊断方法,利用闭环工单处理结果处理故障组串,然后将突发低效状态更新为正常状态,形成了处理闭环,能够利用历史诊断数据进行故障处理,提高了故障诊断的精准度和效率。
下面对本申请提供的旁路二极管的故障诊断装置进行描述,下文描述的旁路二极管的故障诊断装置与上文描述的旁路二极管的故障诊断方法可相互对应参照。
本申请实施例提供的旁路二极管的故障诊断方法,执行主体可以为旁路二极管的故障诊断装置。本申请实施例中以旁路二极管的故障诊断装置执行旁路二极管的故障诊断方法为例,说明本申请实施例提供的旁路二极管的故障诊断装置。
本申请实施例还提供一种旁路二极管的故障诊断装置。
如图5所示,该旁路二极管的故障诊断装置,包括:第一处理模块510、第二处理模块520和第三处理模块530。
第一处理模块510,用于获取目标支路在目标时段内的目标电数据;
第二处理模块520,用于在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据;
第三处理模块530,用于基于第一电数据,确定故障组串。
根据本申请实施例提供的旁路二极管的故障诊断装置,通过获取目标支路在目标时段内的目标电数据,在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据,然后基于第一电数据,确定故障组串,能够实时诊断旁路二极管的故障,实时性和高效性较高,且无需安装额外传感器,不依赖特定设备和仪器,检测成本低,方法便捷易于实现。
在一些实施例中,第三处理模块530还可以用于基于第一电数据,确定升压突变点对应的电压上升幅度;
在大于电压上升阈值的电压上升幅度对应的升压突变点的数量超过数量阈值的情况下,基于第一电数据,确定升压突变点对应的电流变化超过电流阈值的第一支路;
基于第一支路的第一电流值,确定标杆组串;
在诊断支路满足目标条件的情况下,确定升压突变点的位置在标杆组串的下方且达到目标距离,将诊断组串确定为故障组串。
根据本申请实施例提供的旁路二极管的故障诊断装置,通过第一电数据确定第一支路,并基于第一支路的第一电流值,确定标杆组串,然后在诊断支路满足目标条件的情况下,确定升压突变点的位置在标杆组串的下方且达到目标距离,将诊断组串确定为故障组串,能够基于升压突变点处的电流特性来确定故障组串,诊断方法便捷且易于实现。
在一些实施例中,该旁路二极管的故障诊断装置还可以包括第四处理模块,用于获取标杆组串突变后的第二电流值和诊断支路对应的诊断组串突变后的第三电流值;
在第二电流值和第三电流值的差小于第二阈值,且第二电流值小于目标比例的第二电流值的情况下,将诊断组串确定为故障组串。
根据本申请实施例提供的旁路二极管的故障诊断装置,通过获取标杆组串突变后的第二电流值和诊断支路对应的诊断组串突变后的第三电流值,然后在第二电流值和第三电流值的差小于第二阈值,且第二电流值小于目标比例的第二电流值的情况下,能够确定诊断组串的升压突变点的位置在标杆组串的下方且达到目标距离,进而将诊断组串确定为故障组串,能够基于升压突变点处的电流特性来确定故障组串,诊断方法便捷且易于实现,进一步提高了故障诊断的精度。
在一些实施例中,该旁路二极管的故障诊断装置还可以包括第五处理模块,用于基于第一电流值的一阶差分值,获取所有支路对应的差分值;
将最小的差分值对应的支路确定为标杆组串。
根据本申请实施例提供的旁路二极管的故障诊断装置,基于第一电流值的一阶差分值,获取所有支路对应的差分值,然后将最小的差分值对应的支路确定为标杆组串,能够基于差分值获得正常工作的组串,便于后续应用过程中基于标杆组串的差分值判断故障组串,提高了故障检测的精准度。
在一些实施例中,该旁路二极管的故障诊断装置还可以包括第六处理模块,用于基于目标电数据,确定目标阈值,目标阈值用于判断突发低效;
基于组串的基本参数和环境参数,确定理论MPPT电压;
基于理论MPPT电压和实际MPPT电压,判断MPPT电压是否异常。
根据本申请实施例提供的旁路二极管的故障诊断装置,基于目标电数据,确定目标阈值,然后基于组串的基本参数和环境参数,确定理论MPPT电压,再基于理论MPPT电压和实际MPPT电压,判断MPPT电压是否异常,便于后续应用过程中基于MPPT电压异常的情况确定故障组串。
在一些实施例中,该旁路二极管的故障诊断装置还可以包括第七处理模块,用于将基本参数和环境参数输入至MPPT电压异常诊断模型,获取MPPT电压异常诊断模型输出的理论MPPT电压,其中,
MPPT电压异常诊断模型为以样本基本参数和样本环境参数为样本,以与样本基本参数和样本环境参数对应的样本理论MPPT电压为样本标签,训练得到。
根据本申请实施例提供的旁路二极管的故障诊断装置,通过将组串的基本参数和环境参数输入至预先训练好的MPPT电压异常诊断模型,以获取理论MPPT电压,在实际应用中只需使用前进行预训练,之后即可直接获取数据,计算效率高且准确性好;并且MPPT电压异常诊断模型的学习能力强,每一次应用过程中的数据均可以作为下一次训练过程中的训练数据,从而提高模型的精度和准确度,便于用户使用,同时提高了最终故障诊断的精度。
在一些实施例中,该旁路二极管的故障诊断装置还可以包括第八处理模块,用于对目标电数据进行基于通讯死值、中断以及越限值中的至少一种的预处理,获取第二电数据;
基于第二电数据,确定目标阈值。
根据本申请实施例提供的旁路二极管的故障诊断装置,通过对目标电数据进行基于通讯死值、中断以及越限值中的至少一种的预处理,能够滤除噪声数据,以获取第二电数据,然后基于第二电数据,确定目标阈值,提高了确定的目标阈值的精准度,便于后续执行过程中基于目标阈值判断突发低效,从而提高最终故障诊断的精度。
在一些实施例中,该旁路二极管的故障诊断装置还可以包括第九处理模块,用于利用闭环工单处理结果处理故障组串;
将突发低效状态更新为正常状态。
根据本申请实施例提供的旁路二极管的故障诊断装置,利用闭环工单处理结果处理故障组串,然后将突发低效状态更新为正常状态,形成了处理闭环,能够利用历史诊断数据进行故障处理,提高了故障诊断的精准度和效率。
本申请实施例中的旁路二极管的故障诊断装置可以是电子设备,也可以是电子设备中的部件,例如集成电路或芯片。该电子设备可以是终端,也可以为除终端之外的其他设备。示例性的,电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device,MID)、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobilepersonal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,还可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的旁路二极管的故障诊断装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为IOS操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的旁路二极管的故障诊断装置能够实现图1至图4的方法实施例实现的各个过程,为避免重复,这里不再赘述。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令,以执行旁路二极管的故障诊断方法,该方法包括:获取目标支路在目标时段内的目标电数据;在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据;基于第一电数据,确定故障组串。
此外,上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本申请还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的旁路二极管的故障诊断方法,该方法包括:获取目标支路在目标时段内的目标电数据;在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据;基于第一电数据,确定故障组串。
又一方面,本申请还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的旁路二极管的故障诊断方法,该方法包括:获取目标支路在目标时段内的目标电数据;在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据;基于第一电数据,确定故障组串。
又一方面,本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述旁路二极管的故障诊断方法,该方法包括:获取目标支路在目标时段内的目标电数据;在MPPT电压异常的情况下,基于目标电数据确定升压突变点以及升压突变点对应的第一电数据;基于第一电数据,确定故障组串。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种旁路二极管的故障诊断方法,其特征在于,包括:
获取目标支路在目标时段内的目标电数据;
在MPPT电压异常的情况下,基于所述目标电数据确定升压突变点以及所述升压突变点对应的第一电数据;
基于所述第一电数据,确定故障组串。
2.根据权利要求1所述的旁路二极管的故障诊断方法,其特征在于,所述基于所述第一电数据,确定故障组串,包括:
基于所述第一电数据,确定所述升压突变点对应的电压上升幅度;
在大于电压上升阈值的所述电压上升幅度对应的升压突变点的数量超过数量阈值的情况下,基于所述第一电数据,确定所述升压突变点对应的电流变化超过电流阈值的第一支路;
基于所述第一支路的第一电流值,确定标杆组串;
在诊断支路满足目标条件的情况下,确定所述升压突变点的位置在所述标杆组串的下方且达到目标距离,将所述诊断组串确定为所述故障组串。
3.根据权利要求2所述的旁路二极管的故障诊断方法,其特征在于,所述确定所述升压突变点的位置在所述标杆组串的下方且达到目标距离,将所述诊断组串确定为所述故障组串,包括:
获取所述标杆组串突变后的第二电流值和所述诊断支路对应的诊断组串突变后的第三电流值;
在所述第二电流值和所述第三电流值的差小于第二阈值,且所述第二电流值小于目标比例的所述第二电流值的情况下,将所述诊断组串确定为所述故障组串。
4.根据权利要求2所述的旁路二极管的故障诊断方法,其特征在于,所述基于所述第一支路的第一电流值,确定标杆组串,包括:
基于所述第一电流值的一阶差分值,获取所有支路对应的差分值;
将最小的差分值对应的支路确定为所述标杆组串。
5.根据权利要求1-4任一项所述的旁路二极管的故障诊断方法,其特征在于,在MPPT电压异常的情况下,基于所述目标电数据确定升压突变点以及所述升压突变点对应的第一电流值之前,所述方法还包括:
基于所述目标电数据,确定目标阈值,所述目标阈值用于判断突发低效;
基于组串的基本参数和环境参数,确定理论MPPT电压;
基于所述理论MPPT电压和实际MPPT电压,判断MPPT电压是否异常。
6.根据权利要求5所述的旁路二极管的故障诊断方法,其特征在于,所述基于组串的基本参数和环境参数,确定理论MPPT电压,包括:
将所述基本参数和所述环境参数输入至MPPT电压异常诊断模型,获取所述MPPT电压异常诊断模型输出的所述理论MPPT电压,其中,
所述MPPT电压异常诊断模型为以样本基本参数和样本环境参数为样本,以与所述样本基本参数和所述样本环境参数对应的样本理论MPPT电压为样本标签,训练得到。
7.根据权利要求5所述的旁路二极管的故障诊断方法,其特征在于,所述基于所述目标电数据,确定目标阈值,包括:
对所述目标电数据进行基于通讯死值、中断以及越限值中的至少一种的预处理,获取第二电数据;
基于所述第二电数据,确定所述目标阈值。
8.根据权利要求1-4任一项所述的旁路二极管的故障诊断方法,其特征在于,在所述基于所述第一电数据,确定故障组串之后,所述方法还包括:
利用闭环工单处理结果处理所述故障组串;
将突发低效状态更新为正常状态。
9.一种旁路二极管的故障诊断装置,其特征在于,包括:
第一处理模块,用于获取目标支路在目标时段内的目标电数据;
第二处理模块,用于在MPPT电压异常的情况下,基于所述目标电数据确定升压突变点以及所述升压突变点对应的第一电数据;
第三处理模块,用于基于所述第一电数据,确定故障组串。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-8任一项所述旁路二极管的故障诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211739351.5A CN116317936A (zh) | 2022-12-30 | 2022-12-30 | 旁路二极管的故障诊断方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211739351.5A CN116317936A (zh) | 2022-12-30 | 2022-12-30 | 旁路二极管的故障诊断方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116317936A true CN116317936A (zh) | 2023-06-23 |
Family
ID=86831287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211739351.5A Pending CN116317936A (zh) | 2022-12-30 | 2022-12-30 | 旁路二极管的故障诊断方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116317936A (zh) |
-
2022
- 2022-12-30 CN CN202211739351.5A patent/CN116317936A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Leva et al. | PV module fault diagnosis based on microconverters and day-ahead forecast | |
CN112348071B (zh) | 一种模块化多电平换流器子模块开关管开路故障诊断方法 | |
CN112504511B (zh) | 一种发电机定子温度监测方法、装置及介质 | |
CN109657982A (zh) | 一种故障预警方法及装置 | |
CN113092900B (zh) | 光伏逆变器的状态检测方法、装置及计算机可读存储介质 | |
CN115437358A (zh) | 工业机器人智能状态监测与故障诊断系统及故障诊断方法 | |
CN117411436B (zh) | 光伏组件状态检测方法、系统及存储介质 | |
CN105759217B (zh) | 一种基于可测数据的铅酸蓄电池组在线故障诊断方法 | |
CN116317936A (zh) | 旁路二极管的故障诊断方法和装置 | |
CN116992274A (zh) | 基于改进主成分回归模型的短期风速预测方法及系统 | |
CN107977626A (zh) | 一种电子设备工作数据的分组方法 | |
CN116449134A (zh) | 一种光伏逆变器的故障信息获取方法及系统 | |
US20180087489A1 (en) | Method for windmill farm monitoring | |
CN110146120B (zh) | 一种传感器故障诊断方法及系统 | |
CN114113909A (zh) | 一种配电网单相接地故障选线方法及系统 | |
CN112116014A (zh) | 一种配电自动化设备测试数据离群值检测方法 | |
CN117851910B (zh) | 输电线路新型智能接地装置挂接与拆除自感知方法及系统 | |
RU2787344C1 (ru) | Контрольно-измерительная установка для канала дискретных сигналов и способ ее работы | |
CN116150666B (zh) | 储能系统故障检测方法、装置及智能终端 | |
CN117949820B (zh) | 中线继电器的检测方法和逆变器检测电路 | |
CN102073015A (zh) | 基于频谱分析的质子交换膜燃料电池的在线故障诊断方法 | |
CN111980900B (zh) | 一种基于多源数据融合分析的水泵故障诊断方法 | |
Hichri et al. | Deep Learning based Fault Diagnosis in a Grid-Connected Photovoltaic Systems | |
Lei et al. | Research of Electrical Equipment State Identification Based on K-means Clustering Algorithm | |
CN116522588A (zh) | 基于坐标变换和聚类分析的光伏并网系统故障分析方法 |
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 |