CN116256568A - 一种架空输电线路电场强度智能测量方法及装置 - Google Patents

一种架空输电线路电场强度智能测量方法及装置 Download PDF

Info

Publication number
CN116256568A
CN116256568A CN202310340393.XA CN202310340393A CN116256568A CN 116256568 A CN116256568 A CN 116256568A CN 202310340393 A CN202310340393 A CN 202310340393A CN 116256568 A CN116256568 A CN 116256568A
Authority
CN
China
Prior art keywords
electric field
intelligent
field strength
value
measurement
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
Application number
CN202310340393.XA
Other languages
English (en)
Inventor
刘宝龙
王闯
王元军
黄金领
杨跃光
陈极升
曲治宇
侯俊
李士杰
高德雨
祝世登
邹权林
吴正树
韩竹平
何宁安
陈鹏康
凌铸
韦学浩
方刚
樊长海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanning Bureau of Extra High Voltage Power Transmission Co
Original Assignee
Nanning Bureau of Extra High Voltage Power Transmission Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanning Bureau of Extra High Voltage Power Transmission Co filed Critical Nanning Bureau of Extra High Voltage Power Transmission Co
Priority to CN202310340393.XA priority Critical patent/CN116256568A/zh
Publication of CN116256568A publication Critical patent/CN116256568A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/12—Measuring electrostatic fields or voltage-potential
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种架空输电线路电场强度智能测量方法及装置，其中智能测量方法包括：在获取杆塔模型和无人机模型等数据后，通过有限元方法对某一设定平面所取若干空间点位的电场强度进行仿真计算，得到软测量值；利用无人机对所选的每个点位进行飞巡测量，得到硬测量值；输入所取点位的空间三维坐标、软测量值与硬测量值，运用BP神经网络求出所取点位的电场强度预测值，通过与真实值对比以及正、反向反馈，BP神经网络不断学习，降低预测值与真实值之间的误差。本发明能够代替人工进行架空输电线路电场强度测量，有效解决高空作业人工测量耗时、耗力、危险、成本高的问题；在大量数据积累后，可通过BP神经网络法进一步提高电场强度测量准确率。

Description

一种架空输电线路电场强度智能测量方法及装置
技术领域
本发明涉及超特高压输变电线路检测技术领域，具体涉及一种架空输电线路电场强度智能测量方法及装置。
背景技术
随着国家经济的快速发展和用电负荷的持续增长，电网电压等级不断提高，架空输电线路的空间密度也在不断加大，与周边环境居民的接触日渐密切，尽管架空输电线路下方电磁场强通过国家环保标准加以限制，但是即使环保达标，仍然存在感应电扰民的问题发生，从而引发一定数量的环保投诉和纠纷事件。因此，需要开展架空输电线路电场强度的测量，通过测量电场强度大小采取相应防护措施，避免产生纠纷。目前，架空输电线路电场强度都是人工测量，存在高空作业人工测量耗时、耗力、危险、成本高等问题。
发明内容
本发明旨在克服现有技术的不足，提供一种高效便利的架空输电线路电场强度的智能测量方法，能够快速准确地测量出输电线路中电场场强大小。
为实现上述目的，本发明提供了一种架空输电线路电场强度智能测量方法，包括：
S1、将无人机模型、架空输电线路中的杆塔模型、导线承载电流大小以及导线两端输入电压导入有限元仿真软件中，任取一个穿过所述杆塔模型中心位置的平面，利用有限元方法对该平面内若干个均匀分布的点位进行仿真计算，得到这些点位的几何空间坐标及每个点位所对应的电场强度软测量值；
S2、对选取的所有点位构建点云模型，并进行基于智能算法的航线规划，采用无人机按规划航线自动化飞巡；在飞巡过程中，无人机所携带的智能检测装置对所有点位一一进行飞巡测量，并结合现场拍摄图像自动校准测量点位，得到每个点位所对应的电场强度硬测量值；
S3、将选取的所有点位的空间几何坐标、电场强度软测量值以及电场强度硬测量值作为输入层导入至BP神经网络中，同时输入隐含层条件，运用BP神经网络计算得到每个点位的电场强度预测值；
S4、将所取每个点位的电场强度预测值、电场强度软测量值和电场强度硬测量值分别与真实值进行对比，所述BP神经网络多次计算隐含层误差与误差梯度训练，直至所取点位的电场强度预测值与真实值的误差不大于5％。
进一步的，所述BP神经网络通过确定每层的节点数、学习率、训练次数和收敛误差来计算隐含层与输出层神经元的输出；通过修正所述BP神经网络中隐含层神经元与输出层神经元的连接权重和阈值来计算隐含层误差和误差梯度。
本发明还提供一种架空输电线路电场强度智能测量装置，包括无人机和设置在所述无人机上的智能检测装置，所述智能检测装置包括微控制器、电场感应模块、交流小信号处理模块、显示模块和无线通讯模块，所述微控制器分别与所述交流小信号处理模块、显示模块以及无线通讯模块连接；所述微控制器用于计算得到电场值，控制所述显示模块和无线通讯模块；所述电场感应模块通过所述交流小信号处理模块与所述微控制器连接；所述电场感应模块用于感应空间交流电场，产生交流小信号；所述交流小信号处理模块用于将所述电场感应模块产生的交流小信号进行信号处理并将其发送至所述微控制器；所述显示模块用于显示所述电场值；所述无线通讯模块用于所述智能检测装置与控制终端进行实时通讯。
进一步的，所述电场感应模块和所述交流小信号处理模块均包括有电场强度传感器。
进一步的，所述无线通讯模块的通信方式为5G、WIFI或蓝牙通信方式中的一种或几种。
进一步的，所述智能测量装置的无线通讯通信方式是将天线与充电接口以及数据传输接口集成在同一块柔性电路板上，并能选择其中任意个通信方式进行组合。
进一步的，所述无线通讯模块还包括SIM卡，所述智能检测装置的壳体侧面还开设有用于安装所述SIM卡的Nano-SIM插口。
进一步的，所述智能检测装置通过机械绑定的方式固定在所述无人机的云台支架上。
相比于现有技术，本发明具有以下有益效果：
(1)、本发明的架空输电线路电场强度的智能测量方法，通过将所取点位的电场强度预测值、电场强度软测量值和电场强度硬测量值分别与真实值进行对比以及正、反向反馈，BP神经网络不断学习，降低预测值与真实值之间的误差。本发明方法能够代替人工进行架空输电线路电场强度测量，有效解决高空作业人工测量耗时、耗力、危险、成本高的问题；在大量数据积累后，可通过BP神经网络法进一步提高电场强度测量准确率。
(2)、本发明的架空输电线路电场强度的智能测量装置，包括无人机和智能检测装置，智能检测装置包括微控制器、电场感应模块、交流小信号处理模块、显示模块和无线通讯模块；本发明的智能测量装置能方便的获取每个所取点位的电场强度数据，自动化程度高、数据采集精确度高；能够为通过BP神经网络实现架空输电线路电场强度的智能测量提供可靠的数据来源。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1是本发明一种架空输电线路电场强度智能测量方法的简化流程框图；
图2是本发明一种架空输电线路电场强度智能测量方法的框图；
图3是本发明一种BP神经网络算法的框图；
图4是本发明一种实施例的智能测量装置的框图；
图5是本发明中架空输电线路电场强度的智能测量装置的结构示意图；
其中，1-微控制器，2-电场感应模块，3-交流小信号处理模块，4-显示模块，5-无线通讯模块。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
请参见图1，本实施例提供一种架空输电线路电场强度智能测量方法，包括：
S1、首先将无人机模型、架空输电线路中的杆塔模型、导线承载电流大小以及导线两端输入电压导入有限元仿真软件中，任取一个穿过杆塔模型中心位置的平面，从该平面内选取若干个均匀分布的点位，并利用有限元方法对选取的所有点位进行仿真计算，得到这些点位的几何空间坐标及每个点位所对应的电场强度软测量值。其中，优选所取的平面与导线水平方向垂直；优选取该平面内100个均匀分布的点位进行仿真计算，得到每个所取点位的电场强度软件仿真测量值(简称电场强度软测量值，也称软测量结果)。
S2、然后对选取的100个点位构建点云模型，对这些点位进行基于智能算法的航线规划，启动无人机按规划航线自动化飞巡；在飞巡过程中，无人机所携带的智能检测装置对这些点位一一进行飞巡测量，并结合现场拍摄图像自动校准测量点位，得到每个点位所对应的电场强度硬测量值；飞巡过程中，若无人机定位偏移，将自动校准，在每个点位悬停3s，期间通过智能检测装置对所处点位的电场强度进行测量，自动悬停3s后再飞巡到下一个点位。
S3、将选取的所有点位的空间几何坐标、电场强度软测量值以及电场强度硬测量值作为输入层导入至BP神经网络中，同时输入隐含层条件，运用BP神经网络计算得到每个所取点位的电场强度预测值。
S4、将所取每个点位的电场强度预测值、电场强度软测量值、电场强度硬测量值和仿真结构分别与真实值进行对比以及正、反向反馈，根据多个输入层与隐含层的变量控制，通过多次进行反向传播计算隐含层误差与误差梯度，将预测值的误差尽可能缩小，包括：BP神经网络通过确定每层的节点数、学习率、训练次数和收敛误差来计算隐含层与输出层神经元的输出；通过修正BP神经网络中隐含层神经元与输出层神经元的连接权重和阈值来计算隐含层误差和误差梯度，直到所取点位的电场强度预测值与真实值的误差不大于5％。其中，真实值为采用专业工具对每个点位进行测量所得到的测量真实值，这是本领域技术人员可以理解。
在一种具体的实施方式中，利用BP神经网络进行预测，BP神经网络由输入层、隐含层、输出层三部分构成，研究对象的输入层包含以下五个值：x1，x2，x3，x4，x5；其中x1，x2，x3分别对应所取的100个点位的空间几何坐标(x，y，z)，x4为有限元仿真软件的仿真结果，也即电场强度软测量值，x5为无人机智能检测装置的测量值，也即电场强度硬测量值；通过计算隐含层误差和误差梯度，修改权重与阈值来重新学习，通过迭代操作可使输出值结果更加精确；其中阈值主要包含有无人机空间几何定位的误差，仿真计算时模型的误差以及无人机智能检测装置因环境因素，如温度、湿度、其它带电体影响等因素所产生的误差，通过多次多点计算与神经元学习，将预测结果尽可能的接近真实值，直至预测结果与真实值误差小于5％时结束计算。
接下来，将结合附图对本申请实施例提供的架空输电线路电场强度智能检测方法进行详细介绍。
参见图2所示，本实施例BP算法的计算过程如下：有五个输入[x1，x2，x3，x4，x5]，两个权值[w11，w12]，两个偏置值为[w21，w22]，所以可见输入层有五个对象，两层隐含层，每层各两个。在BP神经网络中，误差反向传播基于Delta学习规则。误差的反向传播，BP神经网络的主要目的是修正权值，使得误差数值达到最小；Delta学习规则是一种利用梯度下降的一般性的学习规则，从而将准确度提高，使预测值与真实值的误差小于5％。
以下结合图3对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
在实施例1中，选取y＝0的平面为示例，用有限元方法测量该平面上100个均匀分布点的电场强度，附表将列举其中30个点的电场强度大小，结果如表1所示。
表1示例的电场强度软测量值
Figure BDA0004158046680000051
同时，用无人机搭载智能检测装置对选取的100个点的电场强度一一进行测量，附表将列举其中30个点的电场强度大小，结果如表2所示。
表2示例的电场强度硬测量值
Figure BDA0004158046680000052
/>
Figure BDA0004158046680000061
通过对上述结果的对比可知，BP网络计算得到的每个点位的电场强度预测值结果与每个点位的真实值之间的误差不大于5％。因此，本发明的架空输电线路电场强度智能检测方法有效。
结合参见图4和图5，本发明实施例还提供了一种架空输电线路电场强度智能测量装置，包括无人机和智能检测装置，智能检测装置通过机械绑定的方式固定在无人机的云台支架上。智能检测装置包括微控制器1、电场感应模块2、交流小信号处理模块3、显示模块4和无线通讯模块5，微控制器1分别与交流小信号处理模块3、显示模块4以及无线通讯模块5连接；微控制器1用于计算得到电场值，控制无线通讯模块5和显示模块4；电场值是通过相位及矢量运算得到的电场强度值；电场感应模块2通过交流小信号处理模块3与微控制器1连接；电场感应模块2用于感应空间交流电场，产生交流小信号；交流小信号处理模块3用于将电场感应模块产生的交流小信号进行信号处理并将其发送至微控制器1；显示模块4用于显示电场值；无线通讯模块5用于进行无线信号传输；智能检测装置检测到架空输电线路中所取点位的电场强度硬测量值，通过无线通讯模块与云端、APP端等进行实时通讯。通过无人机搭载智能检测装置，可以在浮地供电的场合及交流电场干扰大的场合实现非接触测量电场值，使电场值的测量更加准确。
在一种具体的实施方式中，电场感应模块和交流小信号处理模块均包括有电场强度传感器。无线通讯模块拥有多种通信方式，如5G、WIFI或蓝牙通信方式中的一种或几种。智能测量装置的无线通讯通信方式是将天线与充电接口以及数据传输接口集成在同一块柔性电路板上，并能选择其中任意个通信方式进行组合。无线通讯模块还包括SIM卡，智能检测装置的壳体侧面还开设有用于安装SIM卡的Nano-SIM插口。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种架空输电线路电场强度智能测量方法，其特征在于，包括：
S1、将无人机模型、架空输电线路中的杆塔模型、导线承载电流大小以及导线两端输入电压导入有限元仿真软件中，任取一个穿过所述杆塔模型中心位置的平面，从该平面内选取若干个均匀分布的点位，并利用有限元方法对选取的所有点位进行仿真计算，得到这些点位的几何空间坐标及每个点位所对应的电场强度软测量值；
S2、对选取的所有点位构建点云模型，并进行基于智能算法的航线规划，采用无人机按规划航线自动化飞巡；在飞巡过程中，无人机所携带的智能检测装置对选取的所有点位一一进行飞巡测量，并结合现场拍摄图像自动校准测量点位，得到每个点位所对应的电场强度硬测量值；
S3、将选取的所有点位的空间几何坐标、电场强度软测量值以及电场强度硬测量值作为输入层导入至BP神经网络中，同时输入隐含层条件，运用BP神经网络计算得到每个点位的电场强度预测值；
S4、将所取每个点位的电场强度预测值、电场强度软测量值和电场强度硬测量值分别与真实值进行对比，所述BP神经网络多次计算隐含层误差与误差梯度，直至所取点位的电场强度预测值与真实值的误差不大于5％。
2.根据权利要求1所述的智能测量方法，其特征在于，所述BP神经网络通过确定每层的节点数、学习率、训练次数和收敛误差来计算隐含层与输出层神经元的输出；通过修正所述BP神经网络中隐含层神经元与输出层神经元的连接权重和阈值来计算隐含层误差和误差梯度。
3.一种架空输电线路电场强度智能测量装置，其特征在于，包括无人机和设置在所述无人机上的智能检测装置，所述智能检测装置包括微控制器(1)、电场感应模块(2)、交流小信号处理模块(3)、显示模块(4)和无线通讯模块(5)，所述微控制器(1)分别与所述交流小信号处理模块(3)、显示模块(4)以及无线通讯模块(5)连接；所述微控制器(1)用于计算得到电场值，控制显示模块(4)和无线通讯模块(5)；所述电场感应模块(2)通过所述交流小信号处理模块(3)与所述微控制器连接(1)；所述电场感应模块(2)用于感应空间交流电场，产生交流小信号；所述交流小信号处理模块(3)用于将所述电场感应模块(2)产生的交流小信号进行信号处理并将其发送至所述微控制器(1)；所述显示模块(4)用于显示所述电场值；所述无线通讯模块(5)用于所述智能检测装置与控制终端进行实时通讯。
4.根据权利要求3所述的智能测量装置，其特征在于，所述电场感应模块(2)和所述交流小信号处理模块(3)均包括有电场强度传感器。
5.根据权利要求3所述的智能测量装置，其特征在于，所述无线通讯模块(5)的通信方式为5G、WIFI或蓝牙通信方式中的一种或几种。
6.根据权利要求3所述的智能测量装置，其特征在于，所述智能测量装置的无线通讯通信方式是将天线与充电接口以及数据传输接口集成在同一块柔性电路板上，并能选择其中任意个通信方式进行组合。
7.根据权利要求3所述的智能测量装置，其特征在于，所述无线通讯模块(5)还包括SIM卡，所述智能检测装置的壳体侧面还开设有用于安装所述SIM卡的Nano-SIM插口。
8.根据权利要求3所述的智能测量装置，其特征在于，所述智能检测装置通过机械绑定的方式固定在所述无人机的云台支架上。
CN202310340393.XA 2023-03-31 2023-03-31 一种架空输电线路电场强度智能测量方法及装置 Pending CN116256568A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310340393.XA CN116256568A (zh) 2023-03-31 2023-03-31 一种架空输电线路电场强度智能测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310340393.XA CN116256568A (zh) 2023-03-31 2023-03-31 一种架空输电线路电场强度智能测量方法及装置

Publications (1)

Publication Number Publication Date
CN116256568A true CN116256568A (zh) 2023-06-13

Family

ID=86679467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310340393.XA Pending CN116256568A (zh) 2023-03-31 2023-03-31 一种架空输电线路电场强度智能测量方法及装置

Country Status (1)

Country Link
CN (1) CN116256568A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117933097A (zh) * 2024-03-21 2024-04-26 国网江西省电力有限公司电力科学研究院 一种架空输电线路磁场强度智能测量方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117933097A (zh) * 2024-03-21 2024-04-26 国网江西省电力有限公司电力科学研究院 一种架空输电线路磁场强度智能测量方法

Similar Documents

Publication Publication Date Title
CN107515621B (zh) 基于输电线路电磁感知的巡线无人机飞行轨迹控制方法
KR101753459B1 (ko) 건축물의 전력 사용량을 모니터링하기 위한 시스템 및 그 방법
US20120323507A1 (en) Fault detection apparatus and fault detection method
CN109084687A (zh) 基于无人机激光雷达测量技术的弧垂计算方法及其装置
CN116256568A (zh) 一种架空输电线路电场强度智能测量方法及装置
CN103245824B (zh) 非接触式D-dot电压互感器及其电压检测自校正方法
CN101529259A (zh) 监视传输线的传感器、方法和***
CN105953762B (zh) 一种用于净空距离测量的输电线路建模方法和测距装置
CN110501612A (zh) 一种分布式的输电线路状态监测***及方法
CN107884631B (zh) 一种测量工频电场强度的方法和***
Wu et al. A novel low-cost multicoil-based smart current sensor for three-phase currents sensing of overhead conductors
CN103760427A (zh) 一种变电站内工频电磁场分布规律的统计方法
CN111965579B (zh) 微型电流传感器精度校准方法、装置、计算机设备和存储介质
CN109387707B (zh) 分析目标表面上的电流的方法和设备
WO2012015107A1 (ko) 운전 중인 배전선로의 중성선 합성접지저항 측정방법 및 장치
CN109490728A (zh) 一种基于正则化的变电站局部放电定位方法
Wang et al. Transmission line sag measurement based on single aerial image
CN104748714B (zh) 一种星载索网可展开天线形面精度测量方法
CN108459192A (zh) 一种用于直流输电线路的非接触电流检测方法
CN109981195A (zh) 无线信号强度的处理方法及装置
CN107092001B (zh) 基于面剖分与测点间磁场映射的船舶感应磁场测量方法
Moschitta et al. Estimation of the magnetic dipole moment of a coil using AC voltage measurements
CN111175695A (zh) 一种基于无线充电的无人机定位***及方法
CN115130379B (zh) 磁体建模与磁场估计方法及装置
CN114444299B (zh) 一种基于距离加权多极展开方法的磁场重构方法

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