CN117783797B - 配电自动化开关局放检测预警系统 - Google Patents
配电自动化开关局放检测预警系统 Download PDFInfo
- Publication number
- CN117783797B CN117783797B CN202410216756.3A CN202410216756A CN117783797B CN 117783797 B CN117783797 B CN 117783797B CN 202410216756 A CN202410216756 A CN 202410216756A CN 117783797 B CN117783797 B CN 117783797B
- Authority
- CN
- China
- Prior art keywords
- time interval
- switch
- pole
- partial discharge
- future time
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 230000006698 induction Effects 0.000 claims abstract description 13
- 230000000875 corresponding effect Effects 0.000 claims description 79
- 238000012545 processing Methods 0.000 claims description 26
- 238000012549 training Methods 0.000 claims description 23
- 238000013527 convolutional neural network Methods 0.000 claims description 22
- 238000009413 insulation Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 abstract description 15
- 230000007246 mechanism Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 12
- 239000000523 sample Substances 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000000919 ceramic Substances 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 235000012431 wafers Nutrition 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 239000007822 coupling agent Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明涉及一种配电自动化开关局放检测预警系统，属于电网安全监控领域，所述系统包括：放电预测器件，用于智能预测柱上开关在未来时间区间内发生局部放电的概率数值；接触式超声波传感器，安装在所述柱上开关的本体表面，用于在概率数值超限时，启动对所述柱上开关内部发出的超声波信号的实时感应。通过本发明，针对持续不断的基于超声波检测机制的局部放电监控模式器件功耗居高不下的技术问题，能够基于配网架空线路上的柱上开关的过往运行数据以及配置参数智能预测柱上开关未来时间区间内是否处于高危局部放电场景，以决定是否启动基于超声波检测机制的局部放电监控，从而兼顾了放电监控效果以及器件功率节省。
Description
技术领域
本发明涉及电网安全监控领域，尤其涉及一种配电自动化开关局放检测预警系统。
背景技术
目前，城市主城区、郊区及广大农村地区的10kV中压配电电网中，架空绝缘线及架空导线广泛使用，这些线路穿行于城市道路的旁边或农田间的树林覆盖区域。其中，线路上绝缘子、T型接头，尤其是柱上开关设备绝缘的劣化等会逐渐导致架空线上产生异常放电（局部放电），随着这些放电点的发展会降低线路的绝缘水平，最终导致供电中断。因此，需要监测配网架空线路柱上开关内部是否发生局部放电现象以及在发生局部放电现象时获取局部放电的严重程度，从而提高线路运行维护的工作效率，减少因局部放电引起的架空线路故障所带来的不必要的经济损失。
示例地，专利公开号为CN109490724A的中国发明提出了一种10kV柱上开关带电局放测试用压电式声探测器，所述探测器包括压电组件、固定座、外壳，所述固定座和压电组件设于外壳内，所述压电组件包括两层叠设置的压电陶瓷晶片以及胶合固定在两压电陶瓷晶片之间的金属薄片，所述金属薄片延伸到压电陶瓷晶片以外，所述压电陶瓷晶片的表面镀有一层表面电极，所述表面电极经导线与输出电极连接，在压电组件的中央部分用结合轴与圆锥状的推向锥连成一体，所述压电组件以简支边的形式固定在固定基座上，所述金属外壳的上方设有金属防护网。
示例地，公告号为CN204241510U的中国实用新型提出的一种用于柱上开关局放带电检测的超声波传导杆，所述超声波传导杆包括波导杆、超声波探头安装基座、手持杆、超声波探头和超声波采集仪，波导杆的上端用于顶住柱上开关的底部，波导杆的下端插接在超声波探头安装基座上端的安装孔，超声波探头位于超声波探头安装基座内，并与波导杆的下端通过耦合剂粘贴在一起，手持杆拧接在超声波探头安装基座下端的螺纹孔内，超声波探头还通过同轴电缆与超声波采集仪相连接。
由此可见，现有技术已经开始替换掉检测灵敏度不高的红外测温检测机制，而是选择灵敏度更高的超声波检测机制，对柱上开关的局部放电进行监控，但是，现有技术中的各项基于超声波检测机制的柱上开关的局部放电监控方案都是24小时持续不断的监控模式，而没有考虑到配网架空线路上的柱上开关的实际运行状态以仅仅在高危局部放电场景下方触发功耗较高的超声波检测器件，使得监控现场的器件功耗居高不下。
发明内容
为了解决相关领域的技术问题，本发明提供了一种配电自动化开关局放检测预警系统，通过引入定制结构设计的人工智能模型基于配网架空线路上的柱上开关的过往运行数据以及配置参数对柱上开关未来时间区间内是否处于高危局部放电场景进行智能预测，并仅仅在处于高危局部放电场景下方触发超声波检测器件在未来时间区间内对柱上开关进行内部局部放电信号的实时检测，从而在保证柱上开关局部放电监控效果的同时，有效缩减了监控现场的器件功耗。
根据本发明的第一方面，提供了一种配电自动化开关局放检测预警系统，所述系统包括：
配置捕获器件，用于获取位于配网架空线路上的柱上开关的额定电压、额定电流、短路电流、绝缘等级、工作温度上限阈值以及工作温度下限阈值，并作为所述柱上开关的各项配置参数输出；
数据采集器件，用于采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度；
放电预测器件，分别与所述配置捕获器件、所述数据采集器件以及所述模型构建器件连接，用于采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络；
接触式超声波传感器，安装在所述柱上开关的本体表面且与所述放电预测器件连接，用于在接收到的概率数值大于等于设定概率阈值时，启动对所述柱上开关内部发出的超声波信号的实时感应，所述超声波信号用于解析所述柱上开关内部的局部放电信号。
根据本发明的第二方面，提供了一种配电自动化开关局放检测预警系统，所述系统包括接触式超声波传感器、存储器以及一个或多个处理器，所述接触式超声波传感器安装在所述柱上开关的本体表面，所述存储器存储有计算机程序，所述计算机程序被配置成由所述一个或多个处理器执行以完成以下步骤：
获取位于配网架空线路上的柱上开关的额定电压、额定电流、短路电流、绝缘等级、工作温度上限阈值以及工作温度下限阈值，并作为所述柱上开关的各项配置参数输出；
采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度；
采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络；
在接收到的概率数值大于等于设定概率阈值时，启动所述接触式超声波传感器以执行对所述柱上开关内部发出的超声波信号的实时感应，所述超声波信号用于解析所述柱上开关内部的局部放电信号。
相比较于现有技术，本发明至少具备以下几处关键的发明点：
发明点A：针对位于配网架空线路上的柱上开关搭建定制结构的智能预测模型，用于预测所述柱上开关在未来时间区间内发生局部放电的概率数值，仅在所述概率数值大于等于设定概率阈值时，方启动接触式超声波传感器执行对所述柱上开关内部的基于超声波测量的局部放电信号的感应处理，从而避免接触式超声波传感器处于不间断的工作状态，在保证局部放电监控效果的同时，有效节省了监控现场的消耗功率；
发明点B：执行局部放电概率智能预测的智能预测模型的定制结构表现为输入内容的针对性筛选，其中，所述智能预测模型的多项输入内容分别为所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，所述柱上开关的各项配置参数为所述柱上开关的额定电压、额定电流、短路电流、绝缘等级、工作温度上限阈值以及工作温度下限阈值，每一过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度；
发明点C：执行局部放电概率智能预测的智能预测模型的定制结构还表现为训练模式的针对性设计，其中，对卷积神经网络执行多次训练以获得完成多次训练的卷积神经网络并作为智能预测模型输出，对卷积神经网络执行的多次训练的次数与配网架空线路对应的配电电压正向关联；
发明点D：未来时间区间以当前时刻为起始时刻且未来时间区间以及每一个过往时间区间的持续时长相等，都与配网架空线路对应的配电电压成正比，各个过往时间区间的时间区间数量与柱上开关的绝缘等级单调正向关联，从而从智能预测模型的输入内容方面进一步实现不同柱上开关的不同智能预测模型的结构定制。
附图说明
以下将结合附图对本发明的实施例进行描述，其中：
图1为根据本发明的配电自动化开关局放检测预警系统的技术流程图。
图2为根据本发明的实施例1示出的配电自动化开关局放检测预警系统的结构示意图。
图3为根据本发明的实施例2示出的配电自动化开关局放检测预警系统的结构示意图。
图4为根据本发明的实施例3示出的配电自动化开关局放检测预警系统的结构示意图。
图5为根据本发明的实施例4示出的配电自动化开关局放检测预警系统的结构示意图。
图6为根据本发明的实施例5示出的配电自动化开关局放检测预警系统的结构示意图。
图7为根据本发明的实施例6示出的配电自动化开关局放检测预警系统的结构示意图。
具体实施方式
如图1所示，给出了根据本发明示出的配电自动化开关局放检测预警系统的技术流程图。
如图1所示，本发明的具体的技术流程如下：
步骤一：针对位于配网架空线路上的柱上开关搭建定制结构的智能预测模型，所述智能预测模型的结构定制体现在以下三个方面：
第一、表现为输入内容的针对性筛选，其中，所述智能预测模型的多项输入内容分别为所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，所述柱上开关的各项配置参数为所述柱上开关的额定电压、额定电流、短路电流、绝缘等级、工作温度上限阈值以及工作温度下限阈值，每一过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度，上述全面、丰富的多项输入内容的筛选，保证了后续智能预测的可靠性；
第二、继续表现为输入内容的针对性筛选，其中，未来时间区间以当前时刻为起始时刻且未来时间区间以及每一个过往时间区间的持续时长相等，都与配网架空线路对应的配电电压成正比，各个过往时间区间的时间区间数量与柱上开关的绝缘等级单调正向关联，从而实现不同应用场景的不同结构设计；
第三、表现为训练模式的针对性设计，其中，对卷积神经网络执行多次训练以获得完成多次训练的卷积神经网络并作为智能预测模型输出，对卷积神经网络执行的多次训练的次数与配网架空线路对应的配电电压正向关联，从而同样实现不同应用场景的不同结构设计；
步骤二：采用定制结构的智能预测模型预测所述柱上开关在未来时间区间内发生局部放电的概率数值；
步骤三：仅仅在预测的概率数值大于等于设定概率阈值时，方启动接触式超声波传感器执行对所述柱上开关内部的基于超声波测量的局部放电信号的感应处理；
具体地，接触式超声波传感器测量获得的超声波信号用于解析所述柱上开关内部的局部放电信号，从而为柱上开关内部的局部放电的严重程度提供关键数据；
相反地，在预测的概率数值小于所述设定概率阈值时，控制接触式超声波传感器停止执行对所述柱上开关内部的基于超声波测量的局部放电信号的感应处理；
由此可见，通过上述控制模式，能够有效避免接触式超声波传感器处于不间断地工作状态，在保证局部放电监控效果的同时，成功地节省了监控现场的消耗功率。
本发明的关键点在于：基于配网架空线路上的柱上开关的过往运行数据以及配置参数对柱上开关未来时间区间内是否处于高危局部放电场景的智能预测、不同配网架空线路的不同智能预测模型的定制化设计以及仅仅在未来时间区间处于高危局部放电场景时才触发基于超声波检测的局部放电监控动作的控制机制。
下面，将对本发明的配电自动化开关局放检测预警系统以实施例的方式进行具体说明。
实施例1
图2为根据本发明的实施例1示出的配电自动化开关局放检测预警系统的结构示意图。
如图2所示，所述配电自动化开关局放检测预警系统包括以下部件：
配置捕获器件，用于获取位于配网架空线路上的柱上开关的额定电压、额定电流、短路电流、绝缘等级、工作温度上限阈值以及工作温度下限阈值，并作为所述柱上开关的各项配置参数输出；
示例地，所述配置捕获器件可以包括多个参数捕获单元，用于分别获取位于配网架空线路上的柱上开关的额定电压、额定电流、短路电流、绝缘等级、工作温度上限阈值以及工作温度下限阈值；
数据采集器件，用于采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度；
示例地，采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度包括：当前时刻为下午2点整，未来时间区间为下午2点整到下午2点1刻，各个过往时间区间分别为下午1点3刻到下午2点整、下午1点半到下午1点3刻，下午1点1刻到下午1点整，中午12点3刻到下午1点整，中午12点半到中午12点3刻，中午12点1刻到中午12点半，中午12点整到中午12点1刻，上午11点3刻到中午12点整，上午11点半到上午11点3刻，上午11点1刻到上午11点半以及上午11点整到上午11点1刻以及上午10点3刻到上午11点整，共12个过往时间区间，分别对应12份运行数据；
放电预测器件，分别与所述配置捕获器件、所述数据采集器件以及所述模型构建器件连接，用于采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络；
示例地，可以选择采用MATLAB工具箱完成采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络的数据处理过程的仿真操作；
接触式超声波传感器，安装在所述柱上开关的本体表面且与所述放电预测器件连接，用于在接收到的概率数值大于等于设定概率阈值时，启动对所述柱上开关内部发出的超声波信号的实时感应，所述超声波信号用于解析所述柱上开关内部的局部放电信号；
进一步地，所述设定概率阈值为百分之三十，在接收到的概率数值大于等于百分之三十时，启动对所述柱上开关内部发出的超声波信号的实时感应，所述超声波信号用于解析所述柱上开关内部的局部放电信号；
其中，采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度包括：所述未来时间区间以当前时刻为起始时刻且所述未来时间区间以及每一个过往时间区间的持续时长相等；
示例地，所述未来时间区间以当前时刻为起始时刻且所述未来时间区间以及每一个过往时间区间的持续时长相等包括：当前时刻为下午2点整，所述未来时间区间以及每一个过往时间区间的持续时长都为15分钟即1刻钟；
其中，采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度还包括：所述未来时间区间的持续时长与所述配网架空线路对应的配电电压成正比，所述各个过往时间区间的时间区间数量与所述柱上开关的绝缘等级单调正向关联；
具体地，可以选择第一数值转换函数表示所述未来时间区间的持续时长与所述配网架空线路对应的配电电压成正比的数值转换关系，以及可以选择第二数值转换函数表示所述各个过往时间区间的时间区间数量与所述柱上开关的绝缘等级单调正向关联的数值转换关系。
实施例2
图3为根据本发明的实施例2示出的配电自动化开关局放检测预警系统的结构示意图。
如图3所示，与图2中的实施例不同，所述配电自动化开关局放检测预警系统还包括以下组件：
模型构建器件，与所述放电预测器件连接，用于对卷积神经网络执行多次训练以获得完成多次训练的卷积神经网络并作为智能预测模型输出，对卷积神经网络执行的多次训练的次数与所述配网架空线路对应的配电电压正向关联；
具体地，对卷积神经网络执行的多次训练的次数与所述配网架空线路对应的配电电压正向关联包括：所述配网架空线路对应的配电电压越高，对卷积神经网络执行的多次训练的次数越多；
其中，所述接触式超声波传感器还用于在接收到的概率数值小于所述设定概率阈值时，暂缓执行对所述柱上开关内部发出的超声波信号的实时感应；
进一步地，所述设定概率阈值为百分之三十，则所述接触式超声波传感器还用于在接收到的概率数值小于百分之三十时，暂缓执行对所述柱上开关内部发出的超声波信号的实时感应。
实施例3
图4为根据本发明的实施例3示出的配电自动化开关局放检测预警系统的结构示意图。
如图4所示，与图3中的实施例不同，所述配电自动化开关局放检测预警系统还包括以下组件：
太阳能供电器件，包括太阳能帆板以及蓄电池，设置在所述配网架空线路上，用于收集太阳能并进行电能转换以为所述系统的各个器件分别进行供电；
其中，所述太阳能帆板用于收集太阳能并进行电能转换，所述蓄电池与所述太阳能帆板连接，用于储存转换后获得的电能。
实施例4
图5为根据本发明的实施例4示出的配电自动化开关局放检测预警系统的结构示意图。
如图5所示，与图3中的实施例不同，所述配电自动化开关局放检测预警系统还包括以下组件：
无线通信接口，与所述放电预测器件连接，用于将所述智能预测模型输出的所述柱上开关在未来时间区间内发生局部放电的概率数值通过无线通信链路发送到远端的放电管理服务器；
示例地，所述无线通信接口为4G通信接口，所述4G通信接口基于时分双工通信机制或者频分双工通信机制；
放电管理服务器，设置在所述配网架空线路的远端并通过无线通信链路与所述无线通信接口连接，用于接收所述无线通信接口发送的概率数值；
示例地，所述放电管理服务器可以为大数据服务节点、云计算服务节点或者区块链服务节点中的一种。
实施例5
图6为根据本发明的实施例5示出的配电自动化开关局放检测预警系统的结构示意图。
如图6所示，与图3中的实施例不同，所述配电自动化开关局放检测预警系统还包括以下组件：
噪声测量器件，设置在所述柱上开关附近且与所述数据采集器件连接，用于实时测量每一时刻所述柱上开关发出的噪声幅值；
具体地，噪声测量器件，设置在所述柱上开关附近且与所述数据采集器件连接，用于实时测量每一时刻所述柱上开关发出的噪声幅值包括：实时测量每一时刻所述柱上开关发出的噪声幅值为分贝数值的二进制表示形式；
红外测温器件，设置在所述柱上开关的表面且与所述数据采集器件连接，用于实时测量每一时刻所述柱上开关的表面的实时表面温度；
其中，所述噪声测量器件到所述柱上开关的表面的距离等于设定距离数值。
接着，继续对本发明的各个实施例进行详细地描述。
在根据本发明任一实施例的配电自动化开关局放检测预警系统中：
采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度包括：针对每一个过往时间区间，获取所述过往时间区间内均匀间隔的各个时刻分别对应的所述柱上开关发出的各份噪声幅值，并对所述各份噪声幅值进行最大幅值和最小幅值去除后的多份噪声幅值的均值处理，以获得所述过往时间区间内所述柱上开关的平均噪声幅值；
示例地，针对每一个过往时间区间，获取所述过往时间区间内均匀间隔的各个时刻分别对应的所述柱上开关发出的各份噪声幅值，并对所述各份噪声幅值进行最大幅值和最小幅值去除后的多份噪声幅值的均值处理，以获得所述过往时间区间内所述柱上开关的平均噪声幅值包括：可以选择数值映射函数完成从所述过往时间区间内均匀间隔的各个时刻分别对应的所述柱上开关发出的各份噪声幅值到所述过往时间区间内所述柱上开关的平均噪声幅值的数值映射处理过程；
其中，采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度包括：针对每一个过往时间区间，获取所述过往时间区间内均匀间隔的各个时刻分别对应的所述柱上开关的各份实时表面温度，并对所述各份实时表面温度进行最低温度和最高温度去除后的多份温度的均值处理，以获得所述过往时间区间内所述柱上开关的平均表面温度。
在根据本发明任一实施例的配电自动化开关局放检测预警系统中：
采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络包括：将所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据分别进行数值归一化处理后再并行输入到所述智能预测模型；
其中，采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络还包括：执行所述智能预测模型以获得所述智能预测模型输出的所述柱上开关在未来时间区间内发生局部放电的概率数值；
其中，采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络还包括：所述智能预测模型输出的所述柱上开关在未来时间区间内发生局部放电的概率数值为数值归一化处理后的数值表示形式。
以及在根据本发明任一实施例的配电自动化开关局放检测预警系统中：
所述接触式超声波传感器包括超声波传感单元以及数据处理单元，所述超声波传感单元用于采集所述柱上开关内部发出的超声波信号；
其中，所述数据处理单元与所述超声波传感单元连接，用于对采集到的超声波信号执行数据处理以获取所述柱上开关内部的局部放电信号。
实施例6
图7为根据本发明的实施例6示出的配电自动化开关局放检测预警系统的结构方框图。
如图7所示，所述配电自动化开关局放检测预警系统包括接触式超声波传感器、存储器以及一个或多个处理器，所述接触式超声波传感器安装在所述柱上开关的本体表面，所述存储器存储有计算机程序，所述计算机程序被配置成由所述一个或多个处理器执行以完成以下步骤：
获取位于配网架空线路上的柱上开关的额定电压、额定电流、短路电流、绝缘等级、工作温度上限阈值以及工作温度下限阈值，并作为所述柱上开关的各项配置参数输出；
示例地，可以控制多个参数捕获单元用于分别获取位于配网架空线路上的柱上开关的额定电压、额定电流、短路电流、绝缘等级、工作温度上限阈值以及工作温度下限阈值；
采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度；
示例地，采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度包括：当前时刻为下午2点整，未来时间区间为下午2点整到下午2点1刻，各个过往时间区间分别为下午1点3刻到下午2点整、下午1点半到下午1点3刻，下午1点1刻到下午1点整，中午12点3刻到下午1点整，中午12点半到中午12点3刻，中午12点1刻到中午12点半，中午12点整到中午12点1刻，上午11点3刻到中午12点整，上午11点半到上午11点3刻，上午11点1刻到上午11点半以及上午11点整到上午11点1刻以及上午10点3刻到上午11点整，共12个过往时间区间，分别对应12份运行数据；
采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络；
示例地，可以选择采用MATLAB工具箱完成采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络的数据处理过程的仿真操作；
在接收到的概率数值大于等于设定概率阈值时，启动所述接触式超声波传感器以执行对所述柱上开关内部发出的超声波信号的实时感应，所述超声波信号用于解析所述柱上开关内部的局部放电信号；
进一步地，所述设定概率阈值为百分之三十，在接收到的概率数值大于等于百分之三十时，启动对所述柱上开关内部发出的超声波信号的实时感应，所述超声波信号用于解析所述柱上开关内部的局部放电信号；
其中，采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度包括：所述未来时间区间以当前时刻为起始时刻且所述未来时间区间以及每一个过往时间区间的持续时长相等；
示例地，所述未来时间区间以当前时刻为起始时刻且所述未来时间区间以及每一个过往时间区间的持续时长相等包括：当前时刻为下午2点整，所述未来时间区间以及每一个过往时间区间的持续时长都为15分钟即1刻钟；
其中，采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度还包括：所述未来时间区间的持续时长与所述配网架空线路对应的配电电压成正比，所述各个过往时间区间的时间区间数量与所述柱上开关的绝缘等级单调正向关联；
具体地，可以选择第一数值转换函数表示所述未来时间区间的持续时长与所述配网架空线路对应的配电电压成正比的数值转换关系，以及可以选择第二数值转换函数表示所述各个过往时间区间的时间区间数量与所述柱上开关的绝缘等级单调正向关联的数值转换关系；
如图7所示，示例性地，给出了N个处理器，其中，N为大于等于1的自然数；
以及如图7所述，所述接触式超声波传感器还分别与所述一个或多个处理器连接。
另外，本发明还可以引用以下技术内容以表征本发明的突出的实质性特点：
针对每一个过往时间区间，获取所述过往时间区间内均匀间隔的各个时刻分别对应的所述柱上开关的各份实时表面温度，并对所述各份实时表面温度进行最低温度和最高温度去除后的多份温度的均值处理，以获得所述过往时间区间内所述柱上开关的平均表面温度包括：将所述各份实时表面温度中第一数量的最低温度和第二数量的最高温度去除以获得去除后的多份温度，将所述多份温度执行均值处理以获得所述过往时间区间内所述柱上开关的平均表面温度；
具体地，将所述各份实时表面温度中第一数量的最低温度和第二数量的最高温度去除以获得去除后的多份温度，将所述多份温度执行均值处理以获得所述过往时间区间内所述柱上开关的平均表面温度包括：所述第一数量等于所述第二数量且所述第一数量占据所述各份实时表面温度的总数的比例等于设定比例；
其中，将所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据分别进行数值归一化处理后再并行输入到所述智能预测模型包括：将所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据分别进行二进制数值转换处理后再并行输入到所述智能预测模型；
其中，所述智能预测模型输出的所述柱上开关在未来时间区间内发生局部放电的概率数值为数值归一化处理后的数值表示形式包括：所述智能预测模型输出的所述柱上开关在未来时间区间内发生局部放电的概率数值为二进制数值表示形式。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种配电自动化开关局放检测预警系统，其特征在于，所述系统包括：
配置捕获器件，用于获取位于配网架空线路上的柱上开关的额定电压、额定电流、短路电流、绝缘等级、工作温度上限阈值以及工作温度下限阈值，并作为所述柱上开关的各项配置参数输出；
数据采集器件，用于采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度；
放电预测器件，分别与所述配置捕获器件、所述数据采集器件以及模型构建器件连接，用于采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络；
接触式超声波传感器，安装在所述柱上开关的本体表面且与所述放电预测器件连接，用于在接收到的概率数值大于等于设定概率阈值时，启动对所述柱上开关内部发出的超声波信号的实时感应，所述超声波信号用于解析所述柱上开关内部的局部放电信号；
所述系统还包括：
模型构建器件，与所述放电预测器件连接，用于对卷积神经网络执行多次训练以获得完成多次训练的卷积神经网络并作为智能预测模型输出，对卷积神经网络执行的多次训练的次数与所述配网架空线路对应的配电电压正向关联；
其中，所述接触式超声波传感器还用于在接收到的概率数值小于所述设定概率阈值时，暂缓执行对所述柱上开关内部发出的超声波信号的实时感应；
所述系统还包括：
噪声测量器件，设置在所述柱上开关附近且与所述数据采集器件连接，用于实时测量每一时刻所述柱上开关发出的噪声幅值；
红外测温器件，设置在所述柱上开关的表面且与所述数据采集器件连接，用于实时测量每一时刻所述柱上开关的表面的实时表面温度；
其中，所述噪声测量器件到所述柱上开关的表面的距离等于设定距离数值；
采用智能预测模型基于所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据智能预测所述柱上开关在未来时间区间内发生局部放电的概率数值，所述智能预测模型为完成多次训练的卷积神经网络包括：
将所述配网架空线路对应的配电电压、所述柱上开关的各项配置参数以及所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据分别进行数值归一化处理后再并行输入到所述智能预测模型；
执行所述智能预测模型以获得所述智能预测模型输出的所述柱上开关在未来时间区间内发生局部放电的概率数值；
所述智能预测模型输出的所述柱上开关在未来时间区间内发生局部放电的概率数值为数值归一化处理后的数值表示形式；
采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度包括：所述未来时间区间以当前时刻为起始时刻且所述未来时间区间以及每一个过往时间区间的持续时长相等；
所述未来时间区间的持续时长与所述配网架空线路对应的配电电压成正比，所述各个过往时间区间的时间区间数量与所述柱上开关的绝缘等级单调正向关联；
采集所述柱上开关在未来时间区间之前各个过往时间区间分别对应的各份运行数据，每一个过往时间区间对应的单份运行数据为所述过往时间区间内所述柱上开关的平均噪声幅值以及平均表面温度还包括：针对每一个过往时间区间，获取所述过往时间区间内均匀间隔的各个时刻分别对应的所述柱上开关发出的各份噪声幅值，并对所述各份噪声幅值进行最大幅值和最小幅值去除后的多份噪声幅值的均值处理，以获得所述过往时间区间内所述柱上开关的平均噪声幅值；针对每一个过往时间区间，获取所述过往时间区间内均匀间隔的各个时刻分别对应的所述柱上开关的各份实时表面温度，并对所述各份实时表面温度进行最低温度和最高温度去除后的多份温度的均值处理，以获得所述过往时间区间内所述柱上开关的平均表面温度。
2.如权利要求1所述的配电自动化开关局放检测预警系统，其特征在于，所述系统还包括：
太阳能供电器件，包括太阳能帆板以及蓄电池，设置在所述配网架空线路上，用于收集太阳能并进行电能转换以为所述系统的各个器件分别进行供电；
其中，所述太阳能帆板用于收集太阳能并进行电能转换，所述蓄电池与所述太阳能帆板连接，用于储存转换后获得的电能。
3.如权利要求2所述的配电自动化开关局放检测预警系统，其特征在于，所述系统还包括：
无线通信接口，与所述放电预测器件连接，用于将所述智能预测模型输出的所述柱上开关在未来时间区间内发生局部放电的概率数值通过无线通信链路发送到远端的放电管理服务器；
放电管理服务器，设置在所述配网架空线路的远端并通过无线通信链路与所述无线通信接口连接，用于接收所述无线通信接口发送的概率数值。
4.如权利要求1-3任一所述的配电自动化开关局放检测预警系统，其特征在于：
所述接触式超声波传感器包括超声波传感单元以及数据处理单元，所述超声波传感单元用于采集所述柱上开关内部发出的超声波信号；
其中，所述数据处理单元与所述超声波传感单元连接，用于对采集到的超声波信号执行数据处理以获取所述柱上开关内部的局部放电信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410216756.3A CN117783797B (zh) | 2024-02-28 | 2024-02-28 | 配电自动化开关局放检测预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410216756.3A CN117783797B (zh) | 2024-02-28 | 2024-02-28 | 配电自动化开关局放检测预警系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117783797A CN117783797A (zh) | 2024-03-29 |
| CN117783797B true CN117783797B (zh) | 2024-05-10 |
Family
ID=90380176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410216756.3A Active CN117783797B (zh) | 2024-02-28 | 2024-02-28 | 配电自动化开关局放检测预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117783797B (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030001945A (ko) * | 2001-06-28 | 2003-01-08 | 한국전력공사 | 변압기내 부분방전 측정용 초음파 상시 감시장치 |
| KR20120064797A (ko) * | 2010-12-10 | 2012-06-20 | 한국전기연구원 | 초음파 센서를 이용한 초고압 설비 부분방전 진단 장치 |
| JP2014169867A (ja) * | 2013-03-01 | 2014-09-18 | Meidensha Corp | 部分放電検出装置及び部分放電検出方法 |
| CN204241510U (zh) * | 2014-11-24 | 2015-04-01 | 国网浙江温岭市供电公司 | 一种用于柱上开关局放带电检测的超声波传导杆 |
| KR101574613B1 (ko) * | 2015-05-27 | 2015-12-11 | 지투파워(주) | 원격 설정 기능이 있는 초고주파 전기신호 검출에 의한 부분방전 감시진단 시스템 |
| CN109507548A (zh) * | 2018-11-08 | 2019-03-22 | 国网浙江省电力有限公司金华供电公司 | 10kV线路柱上开关带电局放测试方法 |
| CN111679166A (zh) * | 2020-07-23 | 2020-09-18 | 国家电网有限公司 | 基于无线传输技术的开关柜局部放电故障多源信息融合检测预警系统及方法 |
| KR102219900B1 (ko) * | 2020-09-23 | 2021-02-24 | 황경준 | 노이즈 제거기술(ncdm)을 이용한 부분방전위치 검출시스템 및 방법 |
| CN113884837A (zh) * | 2021-11-03 | 2022-01-04 | 国网河南省电力公司驻马店供电公司 | 一种电缆局部放电在线监测分析系统及分析方法 |
| CN114325254A (zh) * | 2021-11-19 | 2022-04-12 | 南京征途信息技术有限公司 | 一种输变电超声波局放传感器及其方法 |
| CN114527360A (zh) * | 2022-01-25 | 2022-05-24 | 深圳泰豪数字科技有限公司 | 开关柜的局部放电检测方法、装置及存储介质 |
| CN115453289A (zh) * | 2022-09-20 | 2022-12-09 | 国网山东省电力公司莒县供电公司 | 配电自动化开关局放监测预警系统 |
| CN115656738A (zh) * | 2022-10-18 | 2023-01-31 | 国网陕西省电力有限公司铜川供电公司 | 一种在线开关柜局放监测系统及方法 |
| CN116723211A (zh) * | 2023-05-26 | 2023-09-08 | 国网山东省电力公司高唐县供电公司 | 大空间环境电力设备远程巡检装置 |
| CN116799966A (zh) * | 2023-08-25 | 2023-09-22 | 石家庄长川电气科技有限公司 | 一种基于大数据的监控系统及方法 |
| CN117347796A (zh) * | 2023-09-28 | 2024-01-05 | 国网四川省电力公司电力科学研究院 | 一种基于智能网关的开关设备局部放电诊断系统及方法 |
| CN117517904A (zh) * | 2023-12-08 | 2024-02-06 | 广东电网有限责任公司 | 一种电网用开关柜局放检测装置 |
| CN117575537A (zh) * | 2023-12-15 | 2024-02-20 | 国网山东省电力公司莒县供电公司 | 一种配网停电计划管理系统及方法 |
| CN117607598A (zh) * | 2023-12-12 | 2024-02-27 | 国网山东省电力公司莒县供电公司 | 一种基于声纹特征的变压器故障检测方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AUPQ975100A0 (en) * | 2000-08-29 | 2000-09-21 | Siemensindustrial Services Ltd | Re-locatable partial discharge transducer head |
-
2024
- 2024-02-28 CN CN202410216756.3A patent/CN117783797B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20030001945A (ko) * | 2001-06-28 | 2003-01-08 | 한국전력공사 | 변압기내 부분방전 측정용 초음파 상시 감시장치 |
| KR20120064797A (ko) * | 2010-12-10 | 2012-06-20 | 한국전기연구원 | 초음파 센서를 이용한 초고압 설비 부분방전 진단 장치 |
| JP2014169867A (ja) * | 2013-03-01 | 2014-09-18 | Meidensha Corp | 部分放電検出装置及び部分放電検出方法 |
| CN204241510U (zh) * | 2014-11-24 | 2015-04-01 | 国网浙江温岭市供电公司 | 一种用于柱上开关局放带电检测的超声波传导杆 |
| KR101574613B1 (ko) * | 2015-05-27 | 2015-12-11 | 지투파워(주) | 원격 설정 기능이 있는 초고주파 전기신호 검출에 의한 부분방전 감시진단 시스템 |
| CN109507548A (zh) * | 2018-11-08 | 2019-03-22 | 国网浙江省电力有限公司金华供电公司 | 10kV线路柱上开关带电局放测试方法 |
| CN111679166A (zh) * | 2020-07-23 | 2020-09-18 | 国家电网有限公司 | 基于无线传输技术的开关柜局部放电故障多源信息融合检测预警系统及方法 |
| KR102219900B1 (ko) * | 2020-09-23 | 2021-02-24 | 황경준 | 노이즈 제거기술(ncdm)을 이용한 부분방전위치 검출시스템 및 방법 |
| CN113884837A (zh) * | 2021-11-03 | 2022-01-04 | 国网河南省电力公司驻马店供电公司 | 一种电缆局部放电在线监测分析系统及分析方法 |
| CN114325254A (zh) * | 2021-11-19 | 2022-04-12 | 南京征途信息技术有限公司 | 一种输变电超声波局放传感器及其方法 |
| CN114527360A (zh) * | 2022-01-25 | 2022-05-24 | 深圳泰豪数字科技有限公司 | 开关柜的局部放电检测方法、装置及存储介质 |
| CN115453289A (zh) * | 2022-09-20 | 2022-12-09 | 国网山东省电力公司莒县供电公司 | 配电自动化开关局放监测预警系统 |
| CN115656738A (zh) * | 2022-10-18 | 2023-01-31 | 国网陕西省电力有限公司铜川供电公司 | 一种在线开关柜局放监测系统及方法 |
| CN116723211A (zh) * | 2023-05-26 | 2023-09-08 | 国网山东省电力公司高唐县供电公司 | 大空间环境电力设备远程巡检装置 |
| CN116799966A (zh) * | 2023-08-25 | 2023-09-22 | 石家庄长川电气科技有限公司 | 一种基于大数据的监控系统及方法 |
| CN117347796A (zh) * | 2023-09-28 | 2024-01-05 | 国网四川省电力公司电力科学研究院 | 一种基于智能网关的开关设备局部放电诊断系统及方法 |
| CN117517904A (zh) * | 2023-12-08 | 2024-02-06 | 广东电网有限责任公司 | 一种电网用开关柜局放检测装置 |
| CN117607598A (zh) * | 2023-12-12 | 2024-02-27 | 国网山东省电力公司莒县供电公司 | 一种基于声纹特征的变压器故障检测方法及系统 |
| CN117575537A (zh) * | 2023-12-15 | 2024-02-20 | 国网山东省电力公司莒县供电公司 | 一种配网停电计划管理系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 一种固体开关柜局部放电智能检测装置的设计;徐卫东;聂一雄;周文文;彭丹;;自动化仪表;20170920(09);全文 * |
| 典型GIS局部放电超声波信号特征研究;杨圆;李成榕;;现代电力;20091010(05);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117783797A (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102288879B (zh) | 基于无线网络的开关柜局部放电超声检测装置 | |
| CN2869875Y (zh) | 绝缘子污秽在线监测装置 | |
| CN103197215B (zh) | Gis交流耐压试验放电故障定位系统及方法 | |
| CN201355384Y (zh) | 开关柜局部放电在线检测与管理系统 | |
| CN111856224A (zh) | 一种高压开关柜的局部放电多源融合检测系统和方法 | |
| CN102508128A (zh) | 基于无线网络的开关柜局部放电暂态对地电压检测系统 | |
| CN102866289B (zh) | 一种电力电缆护层接地电流故障分析方法 | |
| CN202693740U (zh) | Gis局部放电在线监测综合处理单元 | |
| CN203479988U (zh) | 一种断路器在线监测系统 | |
| CN101826754B (zh) | 变电站在线检测及运行维护系统 | |
| CN114819415A (zh) | 一种基于数据分析的电力设备故障预测系统 | |
| CN104267302A (zh) | 基于管型母线的在线监测系统 | |
| CN113655350A (zh) | Gis局部放电在线监测系统及方法 | |
| CN202393868U (zh) | 一种基于云计算的电缆振荡波局部放电测量与定位系统 | |
| CN112098829A (zh) | 一种基于ftu的配电开关寿命监测的终端及方法 | |
| CN116505656A (zh) | 基于5g物联网技术的风-光-储多能互补智慧用电系统 | |
| CN201742159U (zh) | 变电站在线检测及运行维护系统 | |
| CN117783797B (zh) | 配电自动化开关局放检测预警系统 | |
| CN212808481U (zh) | 一种gil电弧超声故障定位在线监测装置 | |
| CN113533994A (zh) | 可变巡检周期的智能电池数据巡检仪及使用方法 | |
| CN112051337A (zh) | 隔离开关支柱绝缘子状态检测装置及其检测方法 | |
| CN111638046A (zh) | 一种gis设备在线监测系统及方法 | |
| CN103245898B (zh) | 基于氧传感器的开关柜局部放电实时监测系统 | |
| CN214845588U (zh) | 变电站开关柜综合状态监测装置 | |
| CN115389872A (zh) | 一种基于电容耦合法的手持式开关柜局放巡检仪及其方法 |
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 |