CN117389294A - 一种机载日盲紫外相机局部放电检测系统及方法 - Google Patents
一种机载日盲紫外相机局部放电检测系统及方法 Download PDFInfo
- Publication number
- CN117389294A CN117389294A CN202311433496.7A CN202311433496A CN117389294A CN 117389294 A CN117389294 A CN 117389294A CN 202311433496 A CN202311433496 A CN 202311433496A CN 117389294 A CN117389294 A CN 117389294A
- Authority
- CN
- China
- Prior art keywords
- ultraviolet
- partial discharge
- aerial vehicle
- unmanned aerial
- solar blind
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000007689 inspection Methods 0.000 claims abstract description 30
- 230000007547 defect Effects 0.000 claims abstract description 19
- 230000005855 radiation Effects 0.000 claims description 15
- 210000004556 brain Anatomy 0.000 claims description 13
- 230000016776 visual perception Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000012212 insulator Substances 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000009529 body temperature measurement Methods 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 238000010223 real-time analysis Methods 0.000 claims description 4
- 230000001629 suppression Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 10
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000005684 electric field Effects 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 238000000825 ultraviolet detection Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009422 external insulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明公开了一种机载日盲紫外相机局部放电检测系统及方法，属于输电领域，一种机载日盲紫外相机局部放电检测系统及方法，通过机载日盲紫外相机的方式下，利用紫外相机天然的波段优势进行局部放电检测，并在巡检过程中，通过紫外相机拓宽巡检维度，全面获得杆塔本体及导线的放电情况，且根据AI识别结果自动判断紫外缺陷类型，随后使用紫外成像法对电晕放电进行检测，对紫外影像进行处理，提取放电区域影像，对放电区域影像进一步分析，得到电晕放电点准确的位置和放电强度的强弱，实现紫外自动巡检与缺陷分析，促使无人机输电线路紫外局部放电检测的一步到位。
Description
技术领域
本发明涉及输电领域，更具体地说，涉及一种机载日盲紫外相机局部放电检测系统及方法。
背景技术
目前架空输电线路在无人机自主巡检发展取得了阶段性成绩，能够实现可见光图像自动采集与云端分析，减轻了一线巡检劳动强度。但目前无人机自主巡检仅能针对杆塔本体进行巡检，对于导(地)线巡检仍处于盲区；当前阶段无人机自主巡检仍需依托于激光点云建模后进行航线规划，导致前期资金投入过大，航线规划周期较长；无人机在自主巡检过程中带电巡检手段单一，仅依靠可见光、红外载荷进行架空输电线路巡检等诸多问题。因此需要一种机载日盲紫外相机局部放电检测系统及方法可以自动根据无人机所处环境实时生成巡检杆塔及导线的导航轨迹，自动触发无人机载荷拍摄的技术，并且基于搭载多光谱云台以及神经网络算法实现解决架空输电线路整塔、整线无人机自主巡检难题。
发明内容
1.要解决的技术问题
针对现有技术中存在的问题，本发明的目的在于提供一种机载日盲紫外相机局部放电检测系统及方法，它通过机载日盲紫外相机的方式下，利用紫外相机天然的波段优势进行局部放电检测，并在巡检过程中，通过紫外相机拓宽巡检维度，全面获得杆塔本体及导线的放电情况，且根据AI识别结果自动判断紫外缺陷类型，随后使用紫外成像法对电晕放电进行检测，对紫外影像进行处理，提取放电区域影像，对放电区域影像进一步分析，得到电晕放电点准确的位置和放电强度的强弱，实现紫外自动巡检与缺陷分析，促使无人机输电线路紫外局部放电检测的一步到位。
2.技术方案
为解决上述问题，本发明采用如下的技术方案。
一种机载日盲紫外相机局部放电检测系统，包括无人机和地面站，其特征在于：所述无人机的外端安装有广角镜头，所述无人机的内部安装有机载大脑；
所述机载大脑包括AI目标检测、AI图形分割、CV图形融合计算模块；
所述地面站与无人机之间信号连接，且地面站的外端电性连接有屏幕端。
进一步的，所述机载大脑还包括无人机外端安装的可见光云台、红外传感器和日盲紫外传感器。
进一步的，所述无人机的内部还设有基于视觉感知的云台自主拍摄算法和无点云的自主飞行与悬停点任务轨迹算法。
进一步的，所述无点云的自主飞行与悬停点任务轨迹算法包括线路台账信息、AI精细化巡检所需航线和自动悬停模块。
进一步的，所述基于视觉感知的云台自主拍摄算法包括无人机外端安装的广角镜头、机载大脑内的可见光云台、8K可见光图形、测温和局部放电检测模块。
进一步的，所述可见光云台包括变焦镜头、紫外镜头、红外镜头。
进一步的，所述紫外镜头的内部还设有紫外辐射计量一致性校准模块。
进一步的，所述紫外辐射计量一致性校准模块包括应用现场辐照度场的低不确定度标准辐射源、杂光抑制模块、图形特征参数和紫外光子计数值、紫外图像与辐照度场。
一种机载日盲紫外相机局部放电检测方法，包括以下步骤：
S1、无人机根据线路台账信息进行基础导航飞行，在抵近后(画面中出现线路杆塔)对实验线路的500kV杆塔的直线塔与耐张塔自动生成AI精细化巡检所需的航线，在适合广角识别且满足变焦、红外、紫外镜头拍摄的距离下自动悬停；
S2、通过实时分析无人机可见光镜头的视频流，用AI目标检测算法找出待拍摄金具的位置区域，并计算出对应区域的光线调节参数，改变无人机原有的曝光方式，通过将天空进行过度曝光加强被拍摄的电力目标主体的明亮度；
S3、无人机通过识别分析广角镜头画面定位出电力目标物，并驱动云台转动，将变焦镜头与红外、紫外镜头对准对应的目标物，采集8K可见光图像、测温、局部放电检测；
S4、通过对紫外影像进行处理，提取放电区域影像，对放电区域影像进一步分析，得到电晕放电点准确的位置和放电强度的强弱；
S5、通过紫外辐射计量一致性校准模块，对绝缘子缺陷、导线断股等缺陷的严重等级进行判断。
3.有益效果
相比于现有技术，本发明的优点在于：
本方案通过机载日盲紫外相机的方式下，利用紫外相机天然的波段优势进行局部放电检测，并在巡检过程中，通过紫外相机拓宽巡检维度，全面获得杆塔本体及导线的放电情况，且根据AI识别结果自动判断紫外缺陷类型，随后使用紫外成像法对电晕放电进行检测，对紫外影像进行处理，提取放电区域影像，对放电区域影像进一步分析，得到电晕放电点准确的位置和放电强度的强弱，实现紫外自动巡检与缺陷分析，促使无人机输电线路紫外局部放电检测的一步到位。
附图说明
图1为本发明整体的系统流程图；
图2为本发明无点云的自主飞行与悬停点任务轨迹算法的示意图；
图3为本发明基于视觉感知的云台自主拍摄算法的示意图；
图4为本发明紫外辐射计量一致性校准模块的示意图。
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。
实施例1：
一种机载日盲紫外相机局部放电检测系统，
本方案基于可见光云台、红外传感器以及日盲紫外传感器，通过处理多路视频信号的机载大脑，并对不同的视频流进行各自的AI目标检测、AI图像分割、CV图像融合计算等，最终将实时数据传输至地面站解析后，同步显示在屏幕端。同时与行业标准与先进经验相结合，实现红外与紫外的缺陷分析在巡检过程中实时进行。
其中；
1、基于视觉感知的云台自主拍摄算法
本方案基于视觉感知的控制命令自动生成算法，完成控制命令与飞行器飞控指令集的适配，从而对飞行器及云台相机的自主控制，实现基于视觉感知的无人机云台自主拍摄功能。
2、无点云的自主飞行与悬停点任务轨迹算法
本方案可在没有前期激光点云采集与航线规划的情况下，根据基本的杆塔塔基坐标与台账信息，自动生成巡检航线，实现自主飞行与悬停任务。
3、紫外辐射计量一致性校准
本方案在使用中，通过搭建能够准确复现应用现场辐照度场的低不确定度标准辐射源，对于校准实验环境进行单光子级别的杂光抑制进行研究；研究紫外成像的图像特征参数，建立并校准紫外光子计数值、紫外图像与辐照度场之间的对应关系。解决紫外成像仪整机计量一致性较差，导致放电探测量化误差大的问题。通过实现不同紫外相机之间的计量一致性，后期可根据紫外计数值分析绝缘子缺陷、导线断股等缺陷的严重等级。
4、图像逆光修正
其无人机在自主巡检过程中，由于镜头极易受到光线影响，巡检成果易出现逆光情况，为保证巡检质量，本方案将基于图像构建光照模型算法，通过实时分析无人机可见光镜头的视频流，用AI目标检测算法找出待拍摄金具的位置区域，并计算出对应区域的光线调节参数，改变无人机原有的曝光方式，通过将天空进行过度曝光来确保被拍摄的电力目标主体的明亮度，降低逆光照片出现概率，从而提升无人机自主巡检质量。
5、云台相机自主识别拍摄
无人机可通过识别分析广角镜头画面定位出电力目标物，并驱动云台转动，将变焦镜头与红外、紫外镜头对准对应的目标物，采集8K可见光图像、测温、局部放电检测。
6、无人机自主飞行轨迹计算与巡检点位自动悬停
无人机能够根据简单的线路台账信息进行基础导航飞行，在抵近后(画面中出现线路杆塔)对实验线路的500kV杆塔的直线塔与耐张塔自动生成AI精细化巡检所需的航线，在适合广角识别且满足变焦、红外、紫外镜头拍摄的距离下自动悬停。
实施例2：
一种机载日盲紫外相机局部放电检测系统，包括无人机和地面站，其特征在于：所述无人机的外端安装有广角镜头，所述无人机的内部安装有机载大脑；
所述机载大脑包括AI目标检测、AI图形分割、CV图形融合计算模块；
所述地面站与无人机之间信号连接，且地面站的外端电性连接有屏幕端。
进一步的，所述机载大脑还包括无人机外端安装的可见光云台、红外传感器和日盲紫外传感器。
进一步的，所述无人机的内部还设有基于视觉感知的云台自主拍摄算法和无点云的自主飞行与悬停点任务轨迹算法。
进一步的，所述无点云的自主飞行与悬停点任务轨迹算法包括线路台账信息、AI精细化巡检所需航线和自动悬停模块。
进一步的，所述基于视觉感知的云台自主拍摄算法包括无人机外端安装的广角镜头、机载大脑内的可见光云台、8K可见光图形、测温和局部放电检测模块。
进一步的，所述可见光云台包括变焦镜头、紫外镜头、红外镜头。
进一步的，所述紫外镜头的内部还设有紫外辐射计量一致性校准模块。
进一步的，所述紫外辐射计量一致性校准模块包括应用现场辐照度场的低不确定度标准辐射源、杂光抑制模块、图形特征参数和紫外光子计数值、紫外图像与辐照度场。
实施例3：
一种机载日盲紫外相机局部放电检测方法，包括以下步骤：
S1、无人机根据线路台账信息进行基础导航飞行，在抵近后(画面中出现线路杆塔)对实验线路的500kV杆塔的直线塔与耐张塔自动生成AI精细化巡检所需的航线，在适合广角识别且满足变焦、红外、紫外镜头拍摄的距离下自动悬停；
S2、通过实时分析无人机可见光镜头的视频流，用AI目标检测算法找出待拍摄金具的位置区域，并计算出对应区域的光线调节参数，改变无人机原有的曝光方式，通过将天空进行过度曝光加强被拍摄的电力目标主体的明亮度；
S3、无人机通过识别分析广角镜头画面定位出电力目标物，并驱动云台转动，将变焦镜头与红外、紫外镜头对准对应的目标物，采集8K可见光图像、测温、局部放电检测；
S4、通过对紫外影像进行处理，提取放电区域影像，对放电区域影像进一步分析，得到电晕放电点准确的位置和放电强度的强弱；
S5、通过紫外辐射计量一致性校准模块，对绝缘子缺陷、导线断股等缺陷的严重等级进行判断。
实施例4：
本方案在使用过程中，根据在电力系统中有很多电气设备的绝缘结构因其表面的一些毛刺而有着不均匀电场特征或极不均匀电场特征中，由于极不均匀电场中，当外施电压达到某一程度并且空气气隙要击穿还没完全击穿时，高压端附近会有非常薄的发光层(也就是电晕放电现象)，而在电气设备周围出现电晕放电时，外部绝缘可能出现裂痕或缺陷等问题；
其中；
本方案根据240-280纳米波段的日盲紫外能够克服日光干扰，在白天检测局部放电，可以安全高效的发现输电线路的绝缘子绝缘性能下降、导线散股异物等缺陷，通过机载日盲紫外相机的方式下，利用紫外相机天然的波段优势进行局部放电检测，并在巡检过程中，通过紫外相机拓宽巡检维度，全面获得杆塔本体及导线的放电情况，且根据AI识别结果自动判断紫外缺陷类型，随后使用紫外成像法对电晕放电进行检测，对紫外影像进行处理，提取放电区域影像，对放电区域影像进一步分析，得到电晕放电点准确的位置和放电强度的强弱，实现紫外自动巡检与缺陷分析，促使无人机输电线路紫外局部放电检测的一步到位；
并且本方案通过在紫外检测的方式，因紫外检测能够检测出轻微放电现象，具有观察直接、能及早发现微小放电现象、可以离放电点间隔较远的位置检测，避免了人工检测的步骤，大大保证了人身安全。
以上所述；仅为本发明较佳的具体实施方式；但本发明的保护范围并不局限于此；任何熟悉本技术领域的技术人员在本发明揭露的技术范围内；根据本发明的技术方案及其改进构思加以等同替换或改变；都应涵盖在本发明的保护范围内。
Claims (9)
1.一种机载日盲紫外相机局部放电检测系统，包括无人机和地面站，其特征在于：所述无人机的外端安装有广角镜头，所述无人机的内部安装有机载大脑；
所述机载大脑包括AI目标检测、AI图形分割、CV图形融合计算模块；
所述地面站与无人机之间信号连接，且地面站的外端电性连接有屏幕端。
2.根据权利要求1所述的一种机载日盲紫外相机局部放电检测系统，其特征在于：所述机载大脑还包括无人机外端安装的可见光云台、红外传感器和日盲紫外传感器。
3.根据权利要求1所述的一种机载日盲紫外相机局部放电检测系统，其特征在于：所述无人机的内部还设有基于视觉感知的云台自主拍摄算法和无点云的自主飞行与悬停点任务轨迹算法。
4.根据权利要求3所述的一种机载日盲紫外相机局部放电检测系统，其特征在于：所述无点云的自主飞行与悬停点任务轨迹算法包括线路台账信息、AI精细化巡检所需航线和自动悬停模块。
5.根据权利要求1所述的一种机载日盲紫外相机局部放电检测系统，其特征在于：所述基于视觉感知的云台自主拍摄算法包括无人机外端安装的广角镜头、机载大脑内的可见光云台、8K可见光图形、测温和局部放电检测模块。
6.根据权利要求2所述的一种机载日盲紫外相机局部放电检测系统，其特征在于：所述可见光云台包括变焦镜头、紫外镜头、红外镜头。
7.根据权利要求6所述的一种机载日盲紫外相机局部放电检测，其特征在于：所述紫外镜头的内部还设有紫外辐射计量一致性校准模块。
8.根据权利要求7所述的一种机载日盲紫外相机局部放电检测系统，其特征在于：所述紫外辐射计量一致性校准模块包括应用现场辐照度场的低不确定度标准辐射源、杂光抑制模块、图形特征参数和紫外光子计数值、紫外图像与辐照度场。
9.根据权利要求1-8任一项所述的一种机载日盲紫外相机局部放电检测方法，其特征在于，包括以下步骤：
S1、无人机根据线路台账信息进行基础导航飞行，在抵近后(画面中出现线路杆塔)对实验线路的500kV杆塔的直线塔与耐张塔自动生成AI精细化巡检所需的航线，在适合广角识别且满足变焦、红外、紫外镜头拍摄的距离下自动悬停；
S2、通过实时分析无人机可见光镜头的视频流，用AI目标检测算法找出待拍摄金具的位置区域，并计算出对应区域的光线调节参数，改变无人机原有的曝光方式，通过将天空进行过度曝光加强被拍摄的电力目标主体的明亮度；
S3、无人机通过识别分析广角镜头画面定位出电力目标物，并驱动云台转动，将变焦镜头与红外、紫外镜头对准对应的目标物，采集8K可见光图像、测温、局部放电检测；
S4、通过对紫外影像进行处理，提取放电区域影像，对放电区域影像进一步分析，得到电晕放电点准确的位置和放电强度的强弱；
S5、通过紫外辐射计量一致性校准模块，对绝缘子缺陷、导线断股等缺陷的严重等级进行判断。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311433496.7A CN117389294A (zh) | 2023-10-31 | 2023-10-31 | 一种机载日盲紫外相机局部放电检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311433496.7A CN117389294A (zh) | 2023-10-31 | 2023-10-31 | 一种机载日盲紫外相机局部放电检测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117389294A true CN117389294A (zh) | 2024-01-12 |
Family
ID=89464678
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311433496.7A Pending CN117389294A (zh) | 2023-10-31 | 2023-10-31 | 一种机载日盲紫外相机局部放电检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117389294A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117631692A (zh) * | 2024-01-26 | 2024-03-01 | 国网江西省电力有限公司电力科学研究院 | 一种无人机红外自主巡检航线智能推荐方法 |
-
2023
- 2023-10-31 CN CN202311433496.7A patent/CN117389294A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117631692A (zh) * | 2024-01-26 | 2024-03-01 | 国网江西省电力有限公司电力科学研究院 | 一种无人机红外自主巡检航线智能推荐方法 |
| CN117631692B (zh) * | 2024-01-26 | 2024-05-14 | 国网江西省电力有限公司电力科学研究院 | 一种无人机红外自主巡检航线智能推荐方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110297498B (zh) | 一种基于无线充电无人机的轨道巡检方法及系统 | |
| CN110703800A (zh) | 基于无人机的电力设施智能识别方法及系统 | |
| Liu et al. | High precision detection algorithm based on improved RetinaNet for defect recognition of transmission lines | |
| CN102590882B (zh) | 机场道面异物监测系统 | |
| CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
| CN110888457A (zh) | 利用无人机和机器人对变电设备开展立体巡视系统及方法 | |
| CN117389294A (zh) | 一种机载日盲紫外相机局部放电检测系统及方法 | |
| CN111311967A (zh) | 基于无人机的电力线路巡检系统及方法 | |
| CN110472477B (zh) | 一种利用rtk版无人机搭载红外相机监测覆冰方法 | |
| CN105425810A (zh) | 一种巡检用无人机 | |
| CN111244822B (zh) | 一种复杂地理环境的固定翼无人机巡线方法、系统和装置 | |
| CN111952883B (zh) | 一种基于三维激光雷达的输电线路故障识别系统及方法 | |
| CN110967600A (zh) | 一种基于无人机红外检测的复合绝缘子劣化诊断方法 | |
| CN114723675A (zh) | 光伏组件检测方法、装置、设备及存储介质 | |
| CN113900436A (zh) | 巡检控制方法、装置、设备和存储介质 | |
| CN109712018A (zh) | 一种输电线路综合监控系统 | |
| CN108184096B (zh) | 一种机场跑滑区全景监控装置、系统及方法 | |
| CN114167245B (zh) | 输变电设备表面局放智能检测方法及无人机融合紫外系统 | |
| CN117036999A (zh) | 一种基于数字孪生的变电设备建模方法 | |
| CN116245844A (zh) | 基于视觉多模态融合的配电线路缺陷智能识别方法及系统 | |
| CN115686056A (zh) | 一种针对配电网络的无人机飞行航线实时生成系统及方法 | |
| CN108470141B (zh) | 一种基于统计特征与机器学习的配电线路中绝缘子识别方法 | |
| CN116297472A (zh) | 一种基于深度学习的无人机桥梁裂缝检测方法及系统 | |
| CN114721432A (zh) | 基于大数据用无人机智能巡检设备及巡检图像缺陷分析方法 | |
| CN114442658A (zh) | 输配电线路无人机自动巡检系统及其运行方法 |
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 |