CN105205239A - 一种储层物性参数建模方法和装置 - Google Patents
一种储层物性参数建模方法和装置 Download PDFInfo
- Publication number
- CN105205239A CN105205239A CN201510581479.7A CN201510581479A CN105205239A CN 105205239 A CN105205239 A CN 105205239A CN 201510581479 A CN201510581479 A CN 201510581479A CN 105205239 A CN105205239 A CN 105205239A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- reservoir
- model
- physical
- sedimentary facies
- 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
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种储层物性参数建模方法和装置。该方法首先构建储层的三维沉积相模型,并在三维沉积相模型的约束下,建立三维储层岩石物理相模型。进而,在三维储层岩石物理相模型的约束下,建立三维储层物性参数模型。与现有技术相比,本发明在构建储层岩石物性参数模型时,不仅考虑了沉积相约束,还考虑了储层岩石物理相的影响,使得建模结果能够体现储层沉积作用、成岩作用和后期构造作用的综合作用,因而提高了储层物性参数的建模精度。
Description
技术领域
本申请涉及石油勘探领域,更具体地说,涉及一种储层物性参数建模方法和装置。
背景技术
在对油藏进行描述时,其核心是建立储层物性参数模型。储层物性参数建模既可为勘探提供先验物性信息,亦可为油藏开发模拟提供初始物性模型,其最终建立起来的地址模型是用来表示存储地址特征空间展布以及各个属性参数的三维数据体,可通过软件的输出显示为空间图像。
当前建模方法是在沉积相约束下建立地质模型,应依次建立构造模型、沉积相模型和物性参数模型,由于现有技术中没有考虑到储层物理相对建模的影响,因而所建立的储层物性参数模型对油藏的描述精度低。
发明内容
有鉴于此,本申请提供一种储层物性参数建模方法和装置,在沉积相约束和岩石物理相约束下建立储层物性参数模型,以提高储层物性参数模型对油藏的描述精度。
为了实现上述目的,现提出的方案如下:
一种储层物性参数建模方法,包括:
构建储层的三维沉积相模型;
在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型;
在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型。
优选的,所述构建储层的三维沉积相模型,包括:
获取地震解释信息和地质分层信息;
根据所述地震解释信息和所述地质分层信息构建三维构造模型;
基于所述三维构造模型,建立三维沉积相模型。
优选的,所述在所述三维沉积相模型的约束下,基于预先构建多个单井储层岩石物理相模型,建立三维储层岩石物理相模型之前,还包括:根据测井解释数据,构建多个单井储层岩石物理相模型。
优选的,所述在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型之前,还包括:根据测井解释数据,构建多个单井物性参数模型。
优选的,所述构建储层的三维沉积相模型包括:利用序贯高斯模拟技术建立所述三维储层岩石物理相模型。
优选的,所述构建多个单井储层岩石物理相模型包括:基于神经网络的聚类分析技术构建多个单井储层岩石物理相模型。
优选的,所述在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型,包括:
采用序贯高斯模拟技术在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型。
优选的,所述在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型,包括:
采用序贯高斯模拟技术在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型。
一种储层物性参数模型建模装置,包括:
三维沉积相模型构建单元,用于构建储层的三维沉积相模型;
三维储层岩石物理相模型构建单元,用于在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型;
三维储层物性参数模型构建单元,用于在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型。
优选的,所述三维沉积相模型构建单元包括:
信息采集子单元,用于获取地震解释信息和地质分层信息;
三维构造模型构建子单元,用于根据所述地震解释信息和所述地质分层信息构建三维构造模型;
三维沉积相模型构建子单元,用于基于所述三维构造模型,建立三维沉积相模型。
经由上述技术方案可知,本发明公开了一种储层物性参数建模方法和装置。该方法首先构建储层的三维沉积相模型,并在三维沉积相模型的约束下,建立三维储层岩石物理相模型。进而,在三维储层岩石物理相模型的约束下,建立三维储层物性参数模型。与现有技术相比,本发明在构建储层岩石物性参数模型时,不仅考虑到沉积相约束,还考虑了储层岩石物理相的影响,使得建模结果能够体现沉积作用、成岩作用和后期构造作用的综合作用,因而提高了储层物性参数模型对油藏的描述精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1示出了本发明一个实施例公开的一种储层物性参数建模方法的流程示意图;
图2示出了本发明另一个实施例公开的一种储层物性参数建模装置的流程示意图。
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。
参见图1示出了本发明一个实施例公开的一种储层物性参数建模方法流程示意图。
在本实施例中,该方法包括:
S101:构建储层的三维沉积相模型。
该三维沉积相模型的构建过程具体如下:
获取地震解释信息和地质分层信息。将所获取的地震解释信息和地质分层信息作为输入数据,建立储层的层面模型及断层模型。层面模型和断层模型建立后即得到了储层的构造模型,在构造模型的基础上建立储层的三维沉积相模型。
可选的,该三维沉积相模型可以由随机模拟技术或确定性模拟技术方法得到。其中,三维沉积相模型的随机建模方法主要有截断高斯、标点过程、指示模拟、序贯高斯模拟技术等。如果工区井网很密且单井资料丰富,则可以利用确定性建模的方法模拟储层的三维沉积相模型。在确定性建模方法中,三维沉积模式的建立主要通过取心井岩心的观测和分析工区的沉积特征,利用自然电位或自然伽马测井曲线在各沉积相中不同的响应特征,定量统计砂体走向和同沉积砂体的厚度等参数,建立工区的沉积相一维井模型,然后,数字化校正后的沉积相平面图,利用赋值法进行确定性三维沉积相建模。
S102:在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型。
需要说明的是,在执行步骤S102之前需要预先根据测井解释数据构建多个单井岩石物理相模型。目前研究岩石物理相的方法主要有叠加法、加权平均法、对应分析法、主因素分析法。
叠加法是指将沉积微相、成岩相、裂缝相平面图进行叠加,以其交集作为岩石物理相分类依据。加权平均法是根据选定的综合评判函数来计算岩石物理相类型(PF),根据PF进行岩石物理相划分。对应分析法和主因素分析法是多元统计范畴内的相关分析方法,加强了对多元信息的提取,但实现步骤繁琐,可操作性差。为此,本研究采用基于神经网络的聚类分析技术来进行储层岩石物理相的划分。神经网络(NeuralNetworks,NN)是通过模拟人的大脑处理机制的生理功能,由大量的、简单的处理单元(或称神经元)广泛互连形成的复杂网络***,具有大规模并行、分布式存储和处理、自组织、自适应和自学习的能力,特别适用于处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题,目前已广泛应用与语音识别、图形识别与理解、计算机视觉、智能机器人、故障检测等领域中。由于神经网络具有鲁棒性强、可去除噪声等优点,将神经网络用于聚类问题有望解决传统聚类问题中的噪声问题。神经网络的基本结构分为输出层、处理层和输出层三部分。输入层从外界环境接收数据及相关函数等外部信息,处理层由处理节点通过不同权值而复杂互联,从而对输入层传输的数据进行复杂的加权处理,最后由输出层得到处理结果。在聚类问题中,可以将要聚类的样本作为输入数据到达输入层,然后经过处理层对样本进行复杂的加权求值,然后在输出层输出聚类的结果,从而达到聚类的目的。由于神经网络具有鲁棒性强、可去除噪声的优点,所以不会把极个别噪声数据单独聚为一类,从而有效地避免了噪声数据对于聚类结果的影响。如果对于潜在的岩石物理机制的关系不了解的话,神经网络技术是学习和评估岩石属性之间关系的一个方法。聚类分析将能够确定最佳的与这些关系相吻合的非线性函数。一旦这种非线性函数关系确定,就可以用于预测所期望的属性值。目标工区采用测井解释结果孔隙度,渗透率,泥质含量,粒度中值及流动带指标值等进行储层岩石物理相聚类分析,分为三类。其中泥质含量和粒度中值主要反映储层的岩石相特征,孔隙度、渗透率反映储层的物性特征。而流动带指标值则反映储层的微观孔隙结果特征。
进一步,采用序贯高斯模拟方法在沉积相约束下建立的目标储层岩石物理相模型。序贯高斯模拟是一种应用广泛的变量模拟方法。高斯随机域是最经典的随机函数,该模型的最大特征是随机变量符合高斯分布(正态分布)。因此在序贯高斯模拟中,首先将条件数据转化为标准高斯值,对转换后数据的变差函数进行随机模拟,然后将高斯模拟结果转化为原始数据空间,得到参数的连续空间分布。
S103:在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型。
首先根据测井解释数据构建多个单井物性参数模型。进一步,采用基于序贯高斯模拟的储层物性参数模拟方法,在储层沉积相约束下建立的储层岩石物理相模型约束下,建立储层物性参数(孔隙度、渗透率等)三维模型。
由以上实施例可知,本发明公开了一种储层物性参数建模方法。该方法首先构建储层的三维沉积相模型,并在三维沉积相模型的约束下,建立三维储层岩石物理相模型。进而,在三维储层岩石物理相模型的约束下,建立三维储层物性参数模型。与现有技术相比,本发明在构建储层岩石物性参数模型时,不仅考虑到沉积相约束,还考虑了储层岩石物理相的影响,使得建模结果能够体现存储沉积作用、成岩作用和后期构造作用的综合作用,因而提高了储层物性参数模型对油藏的描述精度。
参见图2示出了本发明另一个实施例公开的一种储层物性参数模型的建立装置的结构示意图。
由图2可知,该装置包括:三维沉积相模型构建单元1、三维储层岩石物理相构建单元2以及三维储层物性参数模型构建单元3。
其中,三维沉积相模型构建单元用于构建储层的三维沉积相模型。进而三维储层岩石物理相模型构建单元在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型。
三维储层物性参数模型构建单元在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型。
需要说明的是,在装置实施例中各个单元的具体执行过程与方法实施例中的执行过程相同,在此不作赘述。
可选的,在本发明公开的其他装置实施例中,所述三维沉积相模型构建单元包括:信息采集子单元、三维构建模型构建子单元以及三维沉积相模型构建子单元。
其中,所述信息采集子单元用于获取地震解释信息和地质分层信息。三维构造模型构建子单元根据所述地震解释信息和所述地质分层信息构建三维构造模型。进而,三维沉积相模型构建子单元基于所述三维构造模型,建立三维沉积相模型。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种储层物性参数建模方法,其特征在于,包括:
构建储层的三维沉积相模型;
在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型;
在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型。
2.根据权利要求1所述的方法,其特征在于,所述构建储层的三维沉积相模型,包括:
获取地震解释信息和地质分层信息;
根据所述地震解释信息和所述地质分层信息构建三维构造模型;
基于所述三维构造模型,建立三维沉积相模型。
3.根据权利要求1所述的方法,其特征在于,所述在所述三维沉积相模型的约束下,基于预先构建多个单井储层岩石物理相模型,建立三维储层岩石物理相模型之前,还包括:根据测井解释数据,构建多个单井储层岩石物理相模型。
4.根据权利要求1所述的方法,其特征在于,所述在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型之前,还包括:根据测井解释数据,构建多个单井物性参数模型。
5.根据权利要求1所述的方法,其特征在于,所述构建储层的三维沉积相模型包括:利用序贯高斯模拟技术建立所述三维储层岩石物理相模型。
6.根据权利要求3所述的方法,其特征在于,所述构建多个单井储层岩石物理相模型包括:基于神经网络的聚类分析技术构建多个单井储层岩石物理相模型。
7.根据权利要求1所述的方法,其特征在于,所述在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型,包括:
采用序贯高斯模拟技术在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型。
8.根据权利要求1所述的方法,其特征在于,所述在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型,包括:
采用序贯高斯模拟技术在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型。
9.一种储层物性参数模型建模装置,其特征在于,包括:
三维沉积相模型构建单元,用于构建储层的三维沉积相模型;
三维储层岩石物理相模型构建单元,用于在所述三维沉积相模型的约束下,基于预先构建的多个单井储层岩石物理相模型,建立三维储层岩石物理相模型;
三维储层物性参数模型构建单元,用于在所述三维储层岩石物理相模型的约束下,基于预先构建的多个单井物性参数模型,建立三维储层物性参数模型。
10.根据权利要求9所述的装置,其特征在于,所述三维沉积相模型构建单元包括:
信息采集子单元,用于获取地震解释信息和地质分层信息;
三维构造模型构建子单元,用于根据所述地震解释信息和所述地质分层信息构建三维构造模型;
三维沉积相模型构建子单元,用于基于所述三维构造模型,建立三维沉积相模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510581479.7A CN105205239A (zh) | 2015-09-14 | 2015-09-14 | 一种储层物性参数建模方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510581479.7A CN105205239A (zh) | 2015-09-14 | 2015-09-14 | 一种储层物性参数建模方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105205239A true CN105205239A (zh) | 2015-12-30 |
Family
ID=54952918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510581479.7A Pending CN105205239A (zh) | 2015-09-14 | 2015-09-14 | 一种储层物性参数建模方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105205239A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844708A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 一种储层三维地质建模方法 |
CN106226841A (zh) * | 2016-07-11 | 2016-12-14 | 中国石油大学(华东) | 一种河流相三维沉积相模型确定性建模方法 |
CN107290506A (zh) * | 2017-07-28 | 2017-10-24 | 中国石油大学(北京) | 一种定量评价储层成岩演化过程中孔隙度时空演变的方法 |
CN109664510A (zh) * | 2018-12-26 | 2019-04-23 | 长江大学 | 一种石油开采地层储层3d建模打印*** |
CN110599594A (zh) * | 2019-07-29 | 2019-12-20 | 成都理工大学 | 一种岩石物性结构三维建模的方法 |
CN111599010A (zh) * | 2020-04-27 | 2020-08-28 | 武汉智博创享科技股份有限公司 | 一种层控相控多约束污染场地属性数据高精度建模方法及*** |
CN112686994A (zh) * | 2020-12-01 | 2021-04-20 | 西南石油大学 | 一种海相页岩岩相分类的定量识别与三维表征方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7546228B2 (en) * | 2003-04-30 | 2009-06-09 | Landmark Graphics Corporation | Stochastically generating facility and well schedules |
CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和*** |
CN104453834A (zh) * | 2014-10-31 | 2015-03-25 | 中国石油化工股份有限公司 | 一种井组注采关系优化调整方法 |
-
2015
- 2015-09-14 CN CN201510581479.7A patent/CN105205239A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7546228B2 (en) * | 2003-04-30 | 2009-06-09 | Landmark Graphics Corporation | Stochastically generating facility and well schedules |
CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和*** |
CN104453834A (zh) * | 2014-10-31 | 2015-03-25 | 中国石油化工股份有限公司 | 一种井组注采关系优化调整方法 |
Non-Patent Citations (2)
Title |
---|
李少华,尹艳树,张昌民: "《储层随机建模系列技术》", 31 July 2007, 石油工业出版社 * |
赖锦 等: "基于岩石物理相约束的致密砂岩气储层渗透率解释建模", 《地球物理学进展》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844708A (zh) * | 2016-03-17 | 2016-08-10 | 成都创源油气技术开发有限公司 | 一种储层三维地质建模方法 |
CN105844708B (zh) * | 2016-03-17 | 2019-03-12 | 成都创源油气技术开发有限公司 | 一种储层三维地质建模方法 |
CN106226841A (zh) * | 2016-07-11 | 2016-12-14 | 中国石油大学(华东) | 一种河流相三维沉积相模型确定性建模方法 |
CN106226841B (zh) * | 2016-07-11 | 2019-03-08 | 中国石油大学(华东) | 一种河流相三维沉积相模型确定性建模方法 |
CN107290506A (zh) * | 2017-07-28 | 2017-10-24 | 中国石油大学(北京) | 一种定量评价储层成岩演化过程中孔隙度时空演变的方法 |
CN109664510A (zh) * | 2018-12-26 | 2019-04-23 | 长江大学 | 一种石油开采地层储层3d建模打印*** |
CN110599594A (zh) * | 2019-07-29 | 2019-12-20 | 成都理工大学 | 一种岩石物性结构三维建模的方法 |
CN110599594B (zh) * | 2019-07-29 | 2021-07-20 | 成都理工大学 | 一种岩石物性结构三维建模的方法 |
CN111599010A (zh) * | 2020-04-27 | 2020-08-28 | 武汉智博创享科技股份有限公司 | 一种层控相控多约束污染场地属性数据高精度建模方法及*** |
CN111599010B (zh) * | 2020-04-27 | 2023-04-11 | 武汉智博创享科技股份有限公司 | 一种层控相控多约束污染场地属性数据高精度建模方法及*** |
CN112686994A (zh) * | 2020-12-01 | 2021-04-20 | 西南石油大学 | 一种海相页岩岩相分类的定量识别与三维表征方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205239A (zh) | 一种储层物性参数建模方法和装置 | |
CN102147479B (zh) | 一种储层空间物性参数的建模方法 | |
CN106104590A (zh) | 不确定性下多级油田设计优化 | |
CN109115987B (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
CN111596978A (zh) | 用人工智能进行岩相分类的网页显示方法、模块和*** | |
CN105044775B (zh) | 一种地震流体反演识别方法和装置 | |
CN104297785A (zh) | 岩相约束储层物性参数反演方法及装置 | |
US10380793B2 (en) | Geobody surface reconstruction | |
EP3475854A1 (en) | Visualizations of reservoir simulations with fracture networks | |
CN106227957A (zh) | 等效裂缝建模的方法 | |
CN109446735A (zh) | 一种模拟测井数据的生成方法、设备以及*** | |
Sarkheil et al. | Fractures distribution modeling using fractal and multi-fractal–neural network analysis in Tabnak hydrocarbon field, Fars, Iran | |
CN110837115B (zh) | 陆相混积岩致密储层岩性的地震识别方法及装置 | |
Yao et al. | Tuning fractures with dynamic data | |
CN110927793B (zh) | 一种基于序贯随机模糊模拟的储层预测方法及*** | |
CN105277979B (zh) | 一种地震属性的优化方法和装置 | |
EP3338115A1 (en) | Reservoir simulations with fracture networks | |
CN106597542A (zh) | 一种储层特征参数的预测方法及装置 | |
Sarkheil et al. | The fracture network modeling in naturally fractured reservoirs using artificial neural network based on image loges and core measurements | |
CN110309597A (zh) | 基于构型界面的阻流带模型确定方法、装置及存储介质 | |
GB2584449A (en) | Apparatus method and computer-program product for calculating a measurable geological metric | |
CN115758853A (zh) | 一种基于序贯神经网络的储层相建模方法 | |
CN103901475A (zh) | 一种属性等值线图绘制方法及装置 | |
CN107576984A (zh) | 地震振幅属性提取过程中时窗的确定方法和装置 | |
Erzeybek Balan | Characterization and modeling of paleokarst reservoirs using multiple-point statistics on a non-gridded basis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151230 |