CN115264580A - 基于模糊集的不确定采暖期下多热源供热量计算控制方法 - Google Patents
基于模糊集的不确定采暖期下多热源供热量计算控制方法 Download PDFInfo
- Publication number
- CN115264580A CN115264580A CN202210872945.7A CN202210872945A CN115264580A CN 115264580 A CN115264580 A CN 115264580A CN 202210872945 A CN202210872945 A CN 202210872945A CN 115264580 A CN115264580 A CN 115264580A
- Authority
- CN
- China
- Prior art keywords
- heat
- heating
- heat supply
- fuzzy
- load
- 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.)
- Withdrawn
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 238000004519 manufacturing process Methods 0.000 claims abstract description 14
- 238000013461 design Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 6
- 238000012886 linear function Methods 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- -1 hydrogen Chemical class 0.000 claims description 3
- 239000001257 hydrogen Substances 0.000 claims description 3
- 230000010354 integration Effects 0.000 abstract description 4
- 238000011002 quantification Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 4
- 239000003245 coal Substances 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D19/00—Details
- F24D19/10—Arrangement or mounting of control or safety devices
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及基于模糊集的不确定采暖期下多热源供热量计算控制方法。首先根据热用户特征加权计算热负荷指标,同时利用分段线性公式法绘制确定性热负荷延续时间图;其后基于模糊集理论,量化不确定采暖延续时间;再次,给定热化系数,在α‑cut水平分别为0和1时,通过热负荷对延续时间的积分,获得模糊条件下各热源承担的不确定热供给量;基于获得的模糊热供给量,计算对应于不同α‑cut截集水平下多热源集中供热***中各热源的区间供热量,实现热源不确定供热量的有效量化;最后,生产现场的决策者可以根据实际偏好,选择对应可能性下的区间结果,并在此区间内调整热源的实际供热量,控制生产现场设备生产热量。
Description
技术领域
本发明涉及采暖供热量不确定性量化表征和分析领域,具体地说是基于模糊集的不确定采暖期下多热源供热量计算控制方法。
背景技术
对于中高纬度地区的居民来说,供热,这一基础社会公共服务在冬季采暖期间会直接影响生活质量和社会服务满意度。我国以煤炭为主的能源结构使得每年采暖期间,利用化石燃料采暖排放了大量温室气体和大气污染物。因此,合理有效量化并预测社区、学校、医院和商业采暖热用户需热量并用于实际生产控制,不但可以减少供给侧能源无端浪费,降低温室气体和大气污染物,而且可以加速达成能源利用降本增效的迫切期望,这也是当今亟待解决的一项技术难题。近些年,已有相关研究从物理机制仿真模拟、数据驱动统计范式的角度进行热源供热量或用户需热量的量化和预测,然而,这些需要大量数据支撑的方法可能会给部分采暖区域,尤其是缺乏历史气象和建筑数据的采暖地区,会带来技术应用上的障碍。另外值得注意的是,不确定性的客观存在将会严重影响各热源承担供热量的精确预测,如供暖延续时间的确定,若忽略不确定性,则会导致采暖需求侧和供给侧热量供需不匹配,甚至引发供热决策失误的风险。由此可知,围绕采暖用户需热量或热源供热量评估预测,对不确定性进行精准表征并纳入到分析框架实现有效量化和控制生产供热量显得尤为重要,也将是未来供热***研究领域重要技术研发方向。
发明内容
针对现有热源承担的不确定供热量量化表征技术的不足,本发明提供一种基于模糊集的不确定采暖期下多热源供热量计算控制方法,旨在解决无法有效表征和量化不确定热源供热量或用户需热量的问题。
本发明为实现上述目的所采用的技术方案是:
基于模糊理论的不确定采暖期下多热源供热量计算控制方法,包括以下步骤:
步骤1:根据不同热用户特征加权计算当前辖区的区域采暖设计热负荷;
步骤2:基于区域采暖设计热负荷,绘制分段线性采暖热负荷-延续时间标准曲线;
步骤3:基于专家、供热***运行人员的评价结果,利用模糊集理论的梯形模糊数,计算梯形模糊数对应隶属度α-cut水平分别为1和0时四个顶点供热量值,对采暖延续时间进行不确定量化表征,构建模糊采暖延续时间的模糊隶属度函数;
步骤4:利用模糊采暖延续时间各顶点值,以及绘制的分段线性采暖热负荷-延续时间标准曲线,通过热负荷对采暖延续时间进行积分以及模糊数计算法则,计算给定热化系数下的各热源模糊供热量顶点值,作为各热源承担的模糊供热量;
所述当前辖区的区域采暖设计热负荷Q'n计算如下:
其中,Q'n为采暖设计热负荷,MW,i为采暖区内不同子区域,辖区内共I个子区域,j为不同建筑节能类型,j为1表示节能型建筑,j为2表示非节能型建筑,J为2,Po为采暖区人口数量,Ao为采暖区人均居住面积,Rb为不同节能类型建筑面积占辖区内所有住宅建筑面积的比例,Qw为不同节能类型建筑的采暖设计热指标,使用时依实际情况设定。
采暖热负荷-延续时间标准曲线利用变量间的分段线性函数进行绘制,公式如下:
其中,相关参数:
以上各式中,Qn为采暖热负荷,MW;tn为采暖期室内计算温度,℃;一般取18℃;t'w为采暖期室外计算温度,℃,不同城市依据气候气象条件确定,一般采用历年平均不保证五天的日平均温度作为计算标准;tp·j为采暖期室外平均温度,℃,不同城市依据采暖期历史气温数据确定;N为延续天数,即采暖期内室外气温等于或低于t'w的历年平均天数,天;Nzh为采暖期总天数,天,不同城市依据采暖期历史气温数据确定;b为Rn的指数值,p.u.;β0为温度修正系数,p.u.;μ为延续天(小时)修正系数,p.u.;Rn为无因次延续天数,p.u.。
所述各热源承担的模糊供热量计算公式如下:
主热源采暖期供热量Qna:
调峰热源采暖期总供热量Qnb:
其中,γ是热化系数,表示主热源最大采暖供热负荷与***设计供热总负荷间的比值,p.u.;Nγ是热化系数γ下的调峰热源投入运行的总延续天数,天,Qna和Qnb分别为热化系数为γ时的主热源承担供热量和调峰热源承担供热量,GJ。
在给定热化系数(γ)下,各热源承担的在不同α-cut水平截集下的区间供热量计算如下:
其中,主热源的梯形模糊供热量四个顶点值和Q na,和分别对应α=0和α=1时区间端点值,从而形成区间主热源承担供热量调峰热源的梯形模糊供热量四个顶点值和Q nb,和分别对应α=0和α=1时区间端点值,从而形成区间调峰热源承担供热量
本发明具有以下有益效果及优点:
1.与传统预测方法相比,本发明提供了一种能够有效应对模糊不确定性下采暖期多热源集中供热***供热量量化表征控制方法。通过α-cut截集的量化手段,该方法可生成不同可能性级别的采暖期可变热化系数下各热源承担供热量区间值。
2.本发明解决了面向不确定延续时间的热源供热量(用户需热量)无法有效量化的问题,同时基于模糊集理论,计算出的热源供热量呈现***可能性(α-cut值)越高,预测区间越窄,***可能性(α-cut值)越低,预测区间越宽的特点。
3.利用本方法生产现场的决策者可以根据实际偏好,选择对应可能性下的区间结果,并在此区间内调整热源的实际供热量。
4.此外,本方法还可为供热***管理者提供***可能性和可选供热量范围之间的潜在妥协性分析,为进一步节能降耗,优化用能成本提供决策支持和参考。
附图说明
图1是本发明的方法流程图。
图2是梯形模糊数示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但本发明能够以很多不同于在此描述的其他方式来实施,本领域技术人员可以在不违背发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
实施例:
我国北方某一城市的某一多热源集中供热***,包含主辅热源,为某一社区居民住宅提供采暖供热服务,供热服务面积为5.97×106m2。历年采暖期延续时间约5个月左右,非节能建筑与节能建筑供热面积比为13:7,对应设计供热负荷指标分别为64和45W/m2。采暖期室外平均温度、采暖期室外计算温度,采暖期室内计算温度分别为-5.7℃,-19℃和18℃。专家和运行人员建议的模糊供热延续时间为接下来结合具体过程对本发明的实施步骤进行详细地阐述。
如图1所示为本发明的方法流程图。
本方法主要采用加权计算,分段线性函数以及梯形模糊数(隶属度函数形成)及其对应运算法则进行计算,步骤如下:
步骤一:针对不同热用户特征(建筑类型,节能性等)加权计算区域热负荷指标,作为采暖设计热负荷。
步骤二:为量化供热***不同热源承担供热量,基于步骤一中计算的区域采暖设计热负荷,绘制分段线性采暖热负荷-延续时间标准曲线。
步骤三:依据历年当地气候状况和当年气象条件特性,基于专家、利益攸关者和多年供热***运行人员评价结果,利用模糊集理论中的梯形模糊数(如图2所示),计算梯形模糊数对应α-cut水平分别为1和0时4个顶点值,对采暖延续时间进行不确定量化表征,构建模糊采暖延续时间。
步骤四:利用步骤三中计算的模糊采暖延续时间各顶点值,以及步骤二中绘制出的分段线性采暖热负荷-延续时间标准曲线,通过热负荷对采暖延续时间进行积分求得各热源承担的标准供热量,其后利用模糊数计算法则计算给定热化系数下的各热源模糊供热量顶点值(或利用模糊数的乘法法则),并以此形成各热源承担的模糊供热量。
步骤一中,根据住宅不同节能类型,建筑面积和对应热负荷指标,利用如下公式(1)加权求和计算社区的总的需热负荷:
其中,Q'n为采暖设计热负荷,MW,i为采暖区内不同子区域,辖区内共I个子区域,j为不同建筑节能类型,j为1表示节能型建筑,j为2表示非节能型建筑,J为2,Po为采暖区人口数量,Ao为采暖区人均居住面积,Rb为不同节能类型建筑面积占所有住宅建筑面积的比例(例如Rb1表示节能型建筑占辖区内全部建筑面积的比例,Rb2表示非节能型建筑占辖区内全部建筑面积的比例),Qw为不同节能类型建筑的采暖设计热指标,使用时依实际情况而定。
步骤二中,利用延续时间与室外温度,以及延续时间与对应热负荷间的分段线性函数进行室外温度-采暖热负荷-延续时间标准曲线绘制。分段线性公式如下所示:
(1)延续时间与室外温度间函数关系:
(2)延续时间与对应热负荷函数关系:
(3)计算过程涉及到的相关参数:
以上各式中,Q'n为采暖设计热负荷,MW;Qn为在某一室外温度tw下的采暖热负荷,MW;tw为某一室外温度,℃;tn为采暖期室内计算温度,℃;一般取18℃;t'w为采暖期室外计算温度,℃,不同城市依据气候气象条件确定,一般采用历年平均不保证五天的日平均温度作为计算标准;tp·j为采暖期室外平均温度,℃,不同城市依据采暖期历史气温数据确定;N为延续天数,即采暖期内室外气温等于或低于t'w的历年平均天数,天;Nzh为采暖期总天数,天,不同城市依据采暖期历史气温数据确定;b为Rn的指数值,p.u.;β0为温度修正系数,p.u.;μ为延续天(小时)修正系数,p.u.:Rn为无因次延续天数,p.u.;(注:设计计算的采暖天数应按累计日平均温度稳定低于或等于采暖室外临界温度的总日数决定。一般民用建筑和工业建筑,采暖室外临界温度宜采用5℃。)
根据公式中分段线性函数,可绘制采暖期室外温度-供热负荷-延续时间图。
步骤三中,通过供热研究领域专家和多年供热***运行人员的经验知识,评估最可能(α=1)和最不可能(α=0)情形下的四个顶点延续时间(天数),其后求得均值作为梯形模糊数四个顶点值N zh,和同时依据坐标轴位置上各点位置,构建模糊隶属度函数(如下所示),以此形成梯形模糊延时供热天数,
步骤四中,利用前两步计算结果,通过热负荷对采暖延续时间进行积分求得各热源承担的标准供热量,计算公式如下所示:
主热源采暖期供热量Qna:
积分可得:
调峰热源采暖期总供热量Qnb:
积分可得:
其中,γ是热化系数,表示主热源最大采暖供热负荷与***设计供热总负荷间的比值,p.u.;Nγ是调峰热源投入运行的总延续天数,天,Qna和Qnb分别为热化系数为γ时某一室外温度的采暖期主热源承担供热量和调峰热源承担供热量,GJ。
步骤五中,利用不同α-cut(隶属度)截集区间计算公式,在给定热化系数γ下,计算热源承担的区间供热量,公式如下所示:
其中,主热源的梯形模糊供热量四个顶点值和Q na,和分别对应α=0和α=1时区间端点值,从而形成区间主热源承担供热量调峰(辅)热源的梯形模糊供热量四个顶点值和Q nb,和分别对应α=0和α=1时区间端点值,从而形成区间调峰热源承担供热量
表1模糊采暖延续时间下的各热源供热量(单位:PJ)
步骤六中所述控制生产现场生产热量包括:例如某一热源厂采用煤炭供热,可以根据区间调峰热源承担供热量和计算煤炭储备值,以及改变同时生产热量的锅炉数量、锅炉供氧气量的阀门开度、加热时间等参数,从而改变生产的供热量。若该热源厂为电加热或太阳能,也可以计算相应的能源消耗量。
综上,本发明首先根据热用户特征(建筑类型,节能性等)加权计算热负荷指标,同时利用分段线性法绘制确定性热负荷-续时间图;其后依据历年当地气候状况和当年气象条件,基于模糊集理论,量化不确定采暖延续时间;再次,给定热化系数,在α-cut水平分别为0和1时,通过热负荷对延续时间的积分,获得模糊条件下各热源承担的不确定热供给量;最后,基于获得的模糊热供给量隶属度函数,计算对应于不同α-cut截集水平下多热源集中供热***中各热源的区间供热量,最终实现热源不确定供热量的有效量化。本发明可解决不确定延续时间下热源供热量(用户需热量)无法有效量化的问题,同时计算出的不同α-cut截集下的区间热源供热量,还可为供热***管理者提供***可能性和可选供热量范围之间的潜在妥协性分析,对进一步节能降耗,用能成本优化决策具有重要意义。
以上所述仅为本发明的实施方式,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进、扩展等,均包含在本发明的保护范围内。
Claims (6)
1.基于模糊集的不确定采暖期下多热源供热量计算控制方法,其特征在于,包括以下步骤:
步骤1:根据不同热用户特征加权计算当前辖区的区域采暖设计热负荷;
步骤2:基于区域采暖设计热负荷,绘制分段线性采暖热负荷-延续时间标准曲线;
步骤3:基于专家、供热***运行人员的评价结果,利用模糊集理论的梯形模糊数,计算梯形模糊数对应隶属度α-cut水平分别为1和0时四个顶点供热量值,对采暖延续时间进行不确定量化表征,构建模糊采暖延续时间的模糊隶属度函数;
步骤4:利用模糊采暖延续时间各顶点值,以及绘制的分段线性采暖热负荷-延续时间标准曲线,通过热负荷对采暖延续时间进行积分以及模糊数计算法则,计算给定热化系数下的各热源模糊供热量顶点值,作为各热源承担的模糊供热量;
3.根据权利要求1所述的基于模糊集的不确定采暖期下多热源供热量计算控制方法,其特征在于,采暖热负荷-延续时间标准曲线利用变量间的分段线性函数进行绘制,公式如下:
其中,相关参数:
以上各式中,Qn为采暖热负荷,MW;tn为采暖期室内计算温度,℃;一般取18℃;t'w为采暖期室外计算温度,℃,不同城市依据气候气象条件确定,一般采用历年平均不保证五天的日平均温度作为计算标准;tp·j为采暖期室外平均温度,℃,不同城市依据采暖期历史气温数据确定;N为延续天数,即采暖期内室外气温等于或低于t'w的历年平均天数,天;Nzh为采暖期总天数,天,不同城市依据采暖期历史气温数据确定;b为Rn的指数值,p.u.;β0为温度修正系数,p.u.;μ为延续天(小时)修正系数,p.u.;Rn为无因次延续天数,p.u.。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210872945.7A CN115264580A (zh) | 2022-07-21 | 2022-07-21 | 基于模糊集的不确定采暖期下多热源供热量计算控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210872945.7A CN115264580A (zh) | 2022-07-21 | 2022-07-21 | 基于模糊集的不确定采暖期下多热源供热量计算控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115264580A true CN115264580A (zh) | 2022-11-01 |
Family
ID=83768674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210872945.7A Withdrawn CN115264580A (zh) | 2022-07-21 | 2022-07-21 | 基于模糊集的不确定采暖期下多热源供热量计算控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115264580A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110032474A (ko) * | 2009-09-23 | 2011-03-30 | 전주대학교 산학협력단 | 지역난방시스템의 열에너지 공급 제어방법 |
CN105202623A (zh) * | 2015-09-21 | 2015-12-30 | 国家电网公司 | 一种供热机组采暖调峰能力预测方法 |
-
2022
- 2022-07-21 CN CN202210872945.7A patent/CN115264580A/zh not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110032474A (ko) * | 2009-09-23 | 2011-03-30 | 전주대학교 산학협력단 | 지역난방시스템의 열에너지 공급 제어방법 |
CN105202623A (zh) * | 2015-09-21 | 2015-12-30 | 国家电网公司 | 一种供热机组采暖调峰能力预测方法 |
Non-Patent Citations (1)
Title |
---|
付殿峥: "不确定性优化技术在区域资源能源配置***中的应用研究", 中国博士学位论文全文数据库工程科技Ⅱ辑, 15 January 2016 (2016-01-15), pages 17 - 26 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Fast bidirectional building performance optimization at the early design stage | |
CN111985696A (zh) | 一种针对大型区域供冷供热能源站的冷热负荷计算方法 | |
Wang et al. | How does urbanization affect energy consumption for central heating: Historical analysis and future prospects | |
Dong et al. | Impact of residential building heating on natural gas consumption in the south of China: Taking Wuhan city as example | |
Dong et al. | Transition towards carbon neutrality: Forecasting Hong Kong's buildings carbon footprint by 2050 using a machine learning approach | |
Mahmoud | The influence of buildings proportions and orientations on energy demand for cooling in hot arid climate | |
Tan et al. | Room thermal load prediction based on analytic hierarchy process and back-propagation neural networks | |
Nateghi et al. | Multi-objective optimization of a multi-story hotel's energy demand and investing the money saved in energy supply with solar energy production | |
Liu et al. | Timetabling optimization of classrooms and self-study rooms in university teaching buildings based on the building controls virtual test bed platform considering energy efficiency | |
Li et al. | Climate change's effects on the amount of energy used for cooling in hot, humid office buildings and the solutions | |
CN115264580A (zh) | 基于模糊集的不确定采暖期下多热源供热量计算控制方法 | |
CN110378805B (zh) | 梯级水电站发电调度分级调峰方法 | |
Yu et al. | Guidelines for Community Energy Planning | |
Lorenzati et al. | Social housing in Italy: Energy audit and dynamic simulation towards a nZEB policy | |
Luo et al. | Analysis of influencing factors of green building energy consumption based on genetic algorithm | |
Burkeev et al. | Improving the efficiency and mobility of urban housing maintenance services | |
Balachandran et al. | Strategical framework in Retrofitting existing Buildings using Sustainable Design Techniques in the UAE | |
Tanavade et al. | Strategic energy management and carbon footprint reduction in university campuses: a comprehensive review | |
Houshangi | Deep Energy Efficiency Retrofit of University Building to Meet 40% Carbon Reduction | |
Sifuentes | The Role of Commercial Buildings in China's Renewable Electricity Future: Forecasting Load and Demand Response Potential | |
Ndujiuba et al. | Optimization Strategy for Energy-Efficiency in Institutional Building: A Case Study of Bells University, Ota | |
Asadi et al. | Development of an optimization model for decision making in building retrofit projects | |
SINGLE | Bernardo Abrantes Aguilar Ramos | |
Liu et al. | Performance evaluation system of key energy-saving technologies in public institutions based on heat pump system in cold regions | |
Vidova | ENERGY EFFICIENCY AND OPPORTUNITIES ARE ACHIEVABLE IN THE TRANSITION TO CLEAN ENERGY |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221101 |