CN116187838A - 一种电力设备的质量评估方法、***、装置及存储介质 - Google Patents
一种电力设备的质量评估方法、***、装置及存储介质 Download PDFInfo
- Publication number
- CN116187838A CN116187838A CN202310078750.XA CN202310078750A CN116187838A CN 116187838 A CN116187838 A CN 116187838A CN 202310078750 A CN202310078750 A CN 202310078750A CN 116187838 A CN116187838 A CN 116187838A
- Authority
- CN
- China
- Prior art keywords
- quality
- power equipment
- clustering
- data set
- detection data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 36
- 238000001514 detection method Methods 0.000 claims abstract description 56
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000003064 k means clustering Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001303 quality assessment method Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力设备的质量评估方法***、装置及存储介质,其方法包括:获取电力设备的检测数据,基于检测数据构建检测数据集;对检测数据集进行预处理,得到质量数据集;对质量数据集进行归一化,得到规范数据集;对质量数据集采用层次分析法构建判断矩阵,根据判断矩阵设置权重系数集;根据权重系数集和规范数据集计算电力设备得分集;对电力设备得分集采用K‑Means聚类算法进行聚类,获取聚类结果;根据聚类结果确定电力设备的质量评估结果;本发明能够充分挖掘检测数据信息,对电力设备质量做出合理精细的评估,同时节约人力物力。
Description
技术领域
本发明涉及一种电力设备的质量评估方法、***、装置及存储介质,属于电力***技术领域。
背景技术
目前在电网设备质量评价方法方面,技术人员往往根据设备测试试验的检测报告中来对设备质量做出评价。但是从技术和数据的角度来说,设备检测报告只能提供该设备是否合格这一选项,对于检测数据中的信息不能充分的挖掘,无法对电网设备质量进行细化和分类。此外,电网设备数量众多,依靠检测报告来对设备进行质量评估会耗费大量的人力物力,给企业带来高额的人力成本。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种电力设备的质量评估方法、***、装置及存储介质,能够充分挖掘检测数据信息,对电力设备质量做出合理精细的评估,同时节约人力物力。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种电力设备的质量评估方法,包括:
获取电力设备的检测数据,基于检测数据构建检测数据集;
对检测数据集进行预处理,得到质量数据集;
对质量数据集进行归一化,得到规范数据集;
对质量数据集采用层次分析法构建判断矩阵,根据判断矩阵设置权重系数集;
根据权重系数集和规范数据集计算电力设备得分集;
对电力设备得分集采用K-Means聚类算法进行聚类,获取聚类结果;
根据聚类结果确定电力设备的质量评估结果。
优选的,所述检测数据集为R:
R={R1,R2,...Ri...,RI}
式中,Ri为第i个电力设备的检测数据,I为电力设备的数量;
Ri={ri_1,ri_2,...ri_n...,ri_N}
式中,ri_n为第i个电力设备的第n种检测指标的数值。
优选的,所述预处理包括:
根据各检测指标的阈值和数值计算预处理后的数值:
xi_n=|ri_n-thn|
式中,thn为第n种检测指标的阈值,xi_n为r_in预处理后的数值;
根据预处理后的数值构建质量数据集:
质量数据集X为:
X={X1,X2,...Xi...,XI}
式中,Xi为第i个电力设备的质量数据:
Xi={xi_1,xi_2,...xi_n...,xi_N}。
优选的,所述归一化包括:
根据归一化后的数值构建规范数据集:
规范数据集X*为:
优选的,所述电力设备得分集S为:
S={S1,S2,...Si...,SI}
式中,Si为第i个电力设备的得分:
式中,row为对矩阵进行按行求和,Υ为权重系数,Υ={γ1,γ2,...γn...,γN}。
优选的,所述对电力设备得分集采用K-Means聚类算法进行聚类包括:
确定质量评估等级为k=1,2,...,K;
从电力设备得分集S中随机选取K个元素作为初始的聚类中心;
计算电力设备得分集S中各元素与各聚类中心的欧式距离,将各元素分配至欧式距离最小的聚类中心生成聚类簇;计算各聚类簇的质心,将质心作为聚类中心,并重复当前步骤,直至质心收敛,输出最终的聚类簇。
优选的,所述根据聚类结果确定电力设备的质量评估结果包括:
确定各聚类簇的质量评估等级k,将质量评估等级k作为各聚类簇中各元素对应的电力设备的质量评估结果。
第二方面,本发明提供了一种电力设备的质量评估***,所述***包括:
数据获取模块,用于获取电力设备的检测数据,基于检测数据构建检测数据集;
预处理模块,用于对检测数据集进行预处理,得到质量数据集;
归一化模块,用于对质量数据集进行归一化,得到规范数据集;
权重获取模块,用于对质量数据集采用层次分析法构建判断矩阵,根据判断矩阵设置权重系数集;
得分计算模块,用于根据权重系数集和规范数据集计算电力设备得分集;
得分聚类模块,用于对电力设备得分集采用K-Means聚类算法进行聚类,获取聚类结果;
质量评估模块,用于根据聚类结果确定电力设备的质量评估结果。
第三方面,本发明提供了一种电力设备的质量评估装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行上述方法的步骤。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
与现有技术相比,本发明所达到的有益效果:
本发明提供的一种电力设备的质量评估方法、***、装置及存储介质,基于层次分析法和K-Means聚类算法相结合的电力设备质量评估方法,来解决过于依赖专家经验,人力成本较高,质量评估结果不精细等问题。该方法首先利用电力设备的检测报告,对原始检测数据进行预处理,使数据包含设备质量信息,并通过归一化消除不同检测指标具有不同量纲的影响;之后,利用层次分析法,结合专家经验,给出每种指标的量化权重,并给出每种设备的质量评估的得分。最后,基于得出的得分向量,利用K-Means算法,挖掘得分信息,给出每种样本的质量评估结果,大大节省了人力物力。
附图说明
图1是本发明实施例一提供的一种电力设备的质量评估方法的流程图;
图2是本发明实施例一提供的采用K-Means聚类算法进行聚类的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例一:
如图1所示,本发明提供了一种电力设备的质量评估方法,包括以下步骤:
1、获取电力设备的检测数据,基于检测数据构建检测数据集;
检测数据集为R:
R={R1,R2,...Ri...,RI}
式中,Ri为第i个电力设备的检测数据,I为电力设备的数量;
Ri={ri_1,ri_2,...ri_n...,ri_N}
式中,ri_n为第i个电力设备的第n种检测指标的数值。
以交流避雷器为例,其检测指标如表1所示;
表1:
2、对检测数据集进行预处理,得到质量数据集;
预处理包括:
根据各检测指标的阈值和数值计算预处理后的数值:
xi_n=|ri_n-thn|
式中,thn为第n种检测指标的阈值,xi_n为ri_n预处理后的数值;
根据预处理后的数值构建质量数据集:
质量数据集X为:
X={X1,X2,...Xi...,XI}
式中,Xi为第i个电力设备的质量数据:
Xi={xi_1,xi_2,...xi_n...,xi_N}
3、对质量数据集进行归一化,得到规范数据集;
归一化包括:
根据归一化后的数值构建规范数据集:
规范数据集X*为:
4、对质量数据集采用层次分析法构建判断矩阵,根据判断矩阵设置权重系数集;其中,判断矩阵如表1所示,权重系数可以根据专家经验直接进行设置。
表1:
5、根据权重系数集和规范数据集计算电力设备得分集;
电力设备得分集S为:
S={S1,S2,...Si...,SI}
式中,Si为第i个电力设备的得分:
式中,row为对矩阵进行按行求和,γ为权重系数,γ={γ1,γ2,...γn...,γN}。
6、对电力设备得分集采用K-Means聚类算法进行聚类,获取聚类结果;
如图2所示,聚类过程包括:
确定质量评估等级为k=1,2,…,K;
从电力设备得分集S中随机选取K个元素作为初始的聚类中心;
计算电力设备得分集S中各元素与各聚类中心的欧式距离,将各元素分配至欧式距离最小的聚类中心生成聚类簇;计算各聚类簇的质心,将质心作为聚类中心,并重复当前步骤,直至质心收敛,输出最终的聚类簇。
7、根据聚类结果确定电力设备的质量评估结果;
具体包括:确定各聚类簇的质量评估等级k,将质量评估等级k作为各聚类簇中各元素对应的电力设备的质量评估结果。
实施例二:
本发明实施例提供了一种电力设备的质量评估***,***包括:
数据获取模块,用于获取电力设备的检测数据,基于检测数据构建检测数据集;
预处理模块,用于对检测数据集进行预处理,得到质量数据集;
归一化模块,用于对质量数据集进行归一化,得到规范数据集;
权重获取模块,用于对质量数据集采用层次分析法构建判断矩阵,根据判断矩阵设置权重系数集;
得分计算模块,用于根据权重系数集和规范数据集计算电力设备得分集;
得分聚类模块,用于对电力设备得分集采用K-Means聚类算法进行聚类,获取聚类结果;
质量评估模块,用于根据聚类结果确定电力设备的质量评估结果。
实施例三:
基于实施例一,本发明实施例提供了一种电力设备的质量评估装置,包括处理器及存储介质;
存储介质用于存储指令;
处理器用于根据指令进行操作以执行上述方法的步骤。
实施例四:
基于实施例一,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种电力设备的质量评估方法,其特征在于,包括:
获取电力设备的检测数据,基于检测数据构建检测数据集;
对检测数据集进行预处理,得到质量数据集;
对质量数据集进行归一化,得到规范数据集;
对质量数据集采用层次分析法构建判断矩阵,根据判断矩阵设置权重系数集;
根据权重系数集和规范数据集计算电力设备得分集;
对电力设备得分集采用K-Means聚类算法进行聚类,获取聚类结果;
根据聚类结果确定电力设备的质量评估结果。
2.根据权利要求1所述的一种电力设备的质量评估方法,其特征在于,所述检测数据集为R:
R={R1,R2,…Ri…,RI}
式中,Ri为第i个电力设备的检测数据,I为电力设备的数量;
Ri={ri_1,ri_2,…ri_n…,ri_N}
式中,ri_n为第i个电力设备的第n种检测指标的数值。
3.根据权利要求2所述的一种电力设备的质量评估方法,其特征在于,所述预处理包括:
根据各检测指标的阈值和数值计算预处理后的数值:
xi_n=|ri_n-thn|
式中,thn为第n种检测指标的阈值,xi_n为ri_n预处理后的数值;
根据预处理后的数值构建质量数据集:
质量数据集X为:
X={X1,X2,…Xi…,XI}
式中,Xi为第i个电力设备的质量数据:
Xi={xi_1,xi_2,…xi_n…,xi_N}。
6.根据权利要求5所述的一种电力设备的质量评估方法,其特征在于,所述对电力设备得分集采用K-Means聚类算法进行聚类包括:
确定质量评估等级为k=1,2,…,K;
从电力设备得分集S中随机选取K个元素作为初始的聚类中心;
计算电力设备得分集S中各元素与各聚类中心的欧式距离,将各元素分配至欧式距离最小的聚类中心生成聚类簇;计算各聚类簇的质心,将质心作为聚类中心,并重复当前步骤,直至质心收敛,输出最终的聚类簇。
7.根据权利要求6所述的一种电力设备的质量评估方法,其特征在于,所述根据聚类结果确定电力设备的质量评估结果包括:
确定各聚类簇的质量评估等级k,将质量评估等级k作为各聚类簇中各元素对应的电力设备的质量评估结果。
8.一种电力设备的质量评估***,其特征在于,所述***包括:
数据获取模块,用于获取电力设备的检测数据,基于检测数据构建检测数据集;
预处理模块,用于对检测数据集进行预处理,得到质量数据集;
归一化模块,用于对质量数据集进行归一化,得到规范数据集;
权重获取模块,用于对质量数据集采用层次分析法构建判断矩阵,根据判断矩阵设置权重系数集;
得分计算模块,用于根据权重系数集和规范数据集计算电力设备得分集;
得分聚类模块,用于对电力设备得分集采用K-Means聚类算法进行聚类,获取聚类结果;
质量评估模块,用于根据聚类结果确定电力设备的质量评估结果。
9.一种电力设备的质量评估装置,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1-7任一项所述方法的步骤。
10.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310078750.XA CN116187838A (zh) | 2023-02-03 | 2023-02-03 | 一种电力设备的质量评估方法、***、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310078750.XA CN116187838A (zh) | 2023-02-03 | 2023-02-03 | 一种电力设备的质量评估方法、***、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116187838A true CN116187838A (zh) | 2023-05-30 |
Family
ID=86443818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310078750.XA Pending CN116187838A (zh) | 2023-02-03 | 2023-02-03 | 一种电力设备的质量评估方法、***、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116187838A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236805A (zh) * | 2023-11-16 | 2023-12-15 | 北京国电通网络技术有限公司 | 电力设备控制方法、装置、电子设备和计算机可读介质 |
CN117579704A (zh) * | 2024-01-15 | 2024-02-20 | 深圳市检验检疫科学研究院 | 基于物联网的检测数据的采集方法及其*** |
-
2023
- 2023-02-03 CN CN202310078750.XA patent/CN116187838A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236805A (zh) * | 2023-11-16 | 2023-12-15 | 北京国电通网络技术有限公司 | 电力设备控制方法、装置、电子设备和计算机可读介质 |
CN117236805B (zh) * | 2023-11-16 | 2024-02-02 | 北京国电通网络技术有限公司 | 电力设备控制方法、装置、电子设备和计算机可读介质 |
CN117579704A (zh) * | 2024-01-15 | 2024-02-20 | 深圳市检验检疫科学研究院 | 基于物联网的检测数据的采集方法及其*** |
CN117579704B (zh) * | 2024-01-15 | 2024-04-12 | 深圳市检验检疫科学研究院 | 基于物联网的检测数据的采集方法及其*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116187838A (zh) | 一种电力设备的质量评估方法、***、装置及存储介质 | |
CN109409628B (zh) | 基于计量大数据聚类模型的采集终端生产厂商评价方法 | |
CN110991786B (zh) | 基于相似日负荷曲线的10kV静态负荷模型参数辨识方法 | |
CN109389145B (zh) | 基于计量大数据聚类模型的电能表生产厂商评价方法 | |
CN111199016A (zh) | 一种基于DTW的改进K-means的日负荷曲线聚类方法 | |
CN111476435B (zh) | 基于密度峰值的充电桩负荷预测方法 | |
CN112990330B (zh) | 用户用能异常数据检测方法及设备 | |
CN110738232A (zh) | 一种基于数据挖掘技术的电网电压越限成因诊断方法 | |
CN104281779A (zh) | 一种异常数据判定与处理方法及装置 | |
CN110544047A (zh) | 一种不良数据辨识方法 | |
CN112002949A (zh) | 一种动力电池主动均衡的监测管理方法及*** | |
CN114912720A (zh) | 基于记忆网络电力负荷预测方法、装置、终端及存储介质 | |
CN109800477B (zh) | 锂离子电池三因素不一致性预测方法及装置 | |
CN115422788A (zh) | 一种配电网线损分析管理方法、装置、存储介质及*** | |
CN101206727B (zh) | 数据处理装置和数据处理方法 | |
CN107274025B (zh) | 一种实现用电模式智能识别与管理的***和方法 | |
CN117592656A (zh) | 基于碳数据核算的碳足迹监控方法及*** | |
CN114330440B (zh) | 基于模拟学习判别的分布式电源负荷异常识别方法及*** | |
CN116109215A (zh) | 可信数控***的可信性量化评估方法、装置和计算机设备 | |
CN107957944B (zh) | 面向用户数据覆盖率的测试用例自动生成方法 | |
CN115687788A (zh) | 一种智能化商机推荐方法和*** | |
CN111738604B (zh) | 空间环境风险指标的构建方法、装置及存储介质 | |
CN111160712B (zh) | 一种用户的用电参数调节方法及装置 | |
CN114693043A (zh) | 车用电池的健康状况评估方法、***、电子设备和介质 | |
CN110766218A (zh) | 电力负荷预测方法及预测*** |
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 |