CN117684928A - 一种不同生产模式下油水井采注协同优化控制*** - Google Patents
一种不同生产模式下油水井采注协同优化控制*** Download PDFInfo
- Publication number
- CN117684928A CN117684928A CN202211610533.2A CN202211610533A CN117684928A CN 117684928 A CN117684928 A CN 117684928A CN 202211610533 A CN202211610533 A CN 202211610533A CN 117684928 A CN117684928 A CN 117684928A
- Authority
- CN
- China
- Prior art keywords
- oil
- production
- well
- water
- injection
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 225
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 174
- 238000002347 injection Methods 0.000 title claims abstract description 152
- 239000007924 injection Substances 0.000 title claims abstract description 152
- 238000005457 optimization Methods 0.000 title claims abstract description 47
- 230000008901 benefit Effects 0.000 claims abstract description 24
- 238000011084 recovery Methods 0.000 claims abstract description 21
- 238000005265 energy consumption Methods 0.000 claims description 36
- 238000000605 extraction Methods 0.000 claims description 16
- 239000002245 particle Substances 0.000 claims description 16
- 239000007788 liquid Substances 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 239000012530 fluid Substances 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 8
- 230000006872 improvement Effects 0.000 abstract description 6
- 230000009467 reduction Effects 0.000 abstract description 5
- 238000004134 energy conservation Methods 0.000 abstract description 4
- 238000012351 Integrated analysis Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 16
- 239000013598 vector Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003809 water extraction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明提供了一种不同生产模式下油水井采注协同优化控制***，属于信息技术领域。该不同生产模式下油水井采注协同优化控制***包括油水井***生产模式选择模块、油水井***智能决策模块和油水井***智能控制模块。本发明基于井间连通关系建立油水井***采注协同优化控制模型，将采油井***和注水井***进行一体化分析和全局优化，能够满足油田在不同开发阶段的实际生产需求，可针对油田不同区块、不同场站、不同井组，选择所需的生产模式，适合在油田大面积推广。根据所选择的油田生产模式，基于油气生产大数据，可快速定制优化控制方案，实现油田节能降耗和提质增效，提高油田采收率，降低油气开发成本，提升油田经济效益。
Description
技术领域
本发明属于信息技术领域，具体涉及一种不同生产模式下油水井采注协同优化控制***。
背景技术
采油井与注水井是水驱开发油田的核心生产单元，也是实现油田高效开发人为可控的、最为关键的操作管理对象。随着油田开发工作的持续进行，我国大部分油田已经进入开发中后期，油藏非均质性严重，注采矛盾突出，生产成本居高不下，严重影响油田开发效益。因此，针对不同油田、不同区块或不同开发阶段，建立不同生产模式下油水井采注协同优化***，对实现油田节能降耗、降本增效以及提高油田经济效益具有重要意义。
目前，油田主要是在单一生产模式下，通过油藏数值模拟来建立采油井和注水井之间的关联，从而实现对采油井和注水井的优化控制，优化周期长、速度慢、计算复杂度高，无法实现油水井***的全局实时优化。近年来，随着大数据、人工智能技术的快速发展，采用大数据驱动的方式、利用机器学习技术进行不同生产模式下油水井采注协同优化，可极大降低***复杂性，提高***快速响应能力，实现油水井***的实时快速全局优化。
发明内容
针对上述问题，本发明提供一种不同生产模式下油水井采注协同优化控制***。本方法可根据油田实际开发需求，在不同阶段、不同区块、不同厂站进行不同生产模式下的油水井***采注协同优化，操作简单，易于实现，同时综合考虑了动静态数据对油水井***的影响，进一步提高油水井***全局优化水平，适合在油田推广应用。
本发明为实现上述目的所采用的技术方案是：一种不同生产模式下油水井采注协同优化控制***，包括油水井***生产模式选择模块、油水井***智能决策模块、油水井***智能控制模块；
所述油水井***生产模式选择模块，用于接收选择的不同生产模式；
所述油水井***智能决策模块，用于根据所述油水井***生产模式选择模块所选择的生产模式进行智能决策，并将决策结果传输给所述油水井***智能控制模块；
所述油水井***智能控制模块，用于根据决策结果控制采油井的产液量和注水井的注水量。
所述生产模式包括节能模式、最大产模式和最大效益模式。
所述油水井***智能决策模块包括：
能耗最小化智能决策单元，用于节能模式下，进行能耗最小化决策，将决策结果传输给所述油水井***智能控制模块；
产量最大化智能决策单元，用于最大产模式下，进行产量最大化决策，将决策结果传输给所述油水井***智能控制模块；
效益最大化智能决策单元，用于最大效益模式下，进行效益最大化决策，将决策结果传输给所述油水井***智能控制模块。
所述能耗最小化智能决策单元，执行以下步骤：
将注水量ij和采油量qj作为粒子，根据油水井***吨油能耗最小化的目标函数和约束条件确定适应度函数，使用粒子群算法求解，得到最佳的注水井注水量ij和采油井产液量qj作为决策结果；
其中，目标函数为油水井***吨油能耗最小化，表达式为：
式中：Winj为注水***能耗；Wprod为采油***能耗；Qoil为给定时间范围内油水井***产油量；
其中，注水***能耗Winj、采油***能耗Wprod、采油量Qoil分别表示为：
式中：ij为第j口注水井的注水量；qj为第j口采油井的采液量；α为注水能耗权重；β为采油能耗权重；ρ为注入水密度；Pj为第j口注水井的注入压力；pj为第j口注水井的井底流压；Hj为第j口采油井的深度；g为重力加速度，fj为第j口采油井的含水率；M为注水井数量；N为采油井数量。
所述产量最大化智能决策单元，执行以下步骤：
将注水量ij和采油量qj作为粒子，根据油水井***产油量最大化的目标函数和约束条件确定适应度函数，使用粒子群算法求解，得到最佳的注水井注水量ij和采油井产液量qj作为决策结果；
其中，目标函数为给定时间范围内油水井***产油量最大化，表达式为：
式中：qj为第j口采油井的产油量；N为油水井***中采油井的数量，t0为初始时刻，t为当前时刻。
所述效益最大化智能决策单元，执行以下步骤：
将注水量ij和采油量qj作为粒子，根据油水井***生产效益最大化的目标函数和约束条件确定适应度函数，使用粒子群算法求解，得到最佳的注水井注水量ij和采油井产液量qj作为决策结果；
其中，目标函数为给定时间范围内油水井***生产效益最大化，表达式为：
式中：Ro为油价，Rw为注水费用；ij为第j口注水井的注水量；M为油水井***中注水井数量。
所述油水井***智能控制模块，包括：
采油井控制单元，用于根据决策结果中的采油井产液量，通过变频器实现采油井电动机变速运行，从而控制采油井冲次，控制油井产量；
注水井控制单元，用于根据决策结果中的注水井的注水量，通过流量自控仪调节控制阀阀门开度，从而控制注水井注水量。
一种不同生产模式下油水井采注协同优化控制方法，包括以下步骤：
油水井***生产模式选择模块接收选择的不同生产模式；
油水井***智能决策模块根据所述油水井***生产模式选择模块所选择的生产模式进行智能决策，并将决策结果传输给所述油水井***智能控制模块；
油水井***智能控制模块根据决策结果控制采油井的产液量和注水井的注水量。
本发明的有益效果如下：
(1)本发明基于井间连通关系建立油水井***采注协同优化控制模型，将采油井***和注水井***进行一体化分析和全局优化，不需要复杂的精细化油藏描述和数值模拟过程，仅通过注采数据就可以定量计算井间连通系数，方法简单易于实现，计算复杂度低，便于油田现场应用；
(2)本发明所建立的不同生产模式下油水井采注协同优化控制***，能够满足油田在不同开发阶段的实际生产需求，可针对油田不同区块、不同场站、不同井组，选择所需的生产模式，适合在油田大面积推广应用；
(3)根据所选择的油田生产模式，基于油气生产大数据，可快速定制协同优化控制方案，实现油田节能降耗和提质增效，提高油田采收率和经济效益。
附图说明
图1为本发明实施例提供的不同生产模式下油水井采注协同优化控制***示意图。
图2为本发明实施例提供的油水井***智能控制模块控制方法示意图。
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。
本发明基于井间连通关系建立油水井***采注协同优化控制模型，将采油井***和注水井***进行一体化分析和全局优化，能够满足油田在不同开发阶段的实际生产需求，可针对油田不同区块、不同场站、不同井组，选择所需的生产模式，适合在油田大面积推广。根据所选择的油田生产模式，基于油气生产大数据，可快速定制优化控制方案，实现油田节能降耗和提质增效，提高油田采收率，降低油气开发成本，提升油田经济效益。
如图1所示，本实施例的油水井采注协同优化控制***如下所述。
本发明所述的不同生产模式下油水井采注协同优化控制***，包括：
油水井***生产模式选择模块：根据油田实际生产需求，针对油田不同区块、不同场站或不同开发阶段，选择相应的生产模式。生产模式具体包括节能模式、最大产模式和最大效益模式。
油水井***智能决策模块：包括能耗最小化智能决策单元，产量最大化智能决策单元，效益最大化智能决策单元。根据各生产模式所对应的智能决策单元，确定油水井***采注协同优化目标函数、优化模型决策变量、油水井***约束条件和模型求解方法，给出最优决策结果。
能耗最小化智能决策单元的目标函数为油水井***吨油能耗最小化，表达式为：
式中：Winj为注水***能耗，kW·h；Wprod为采油***能耗,KW·h；Qoil为给定时间范围内油水井***产油量，t。
注水***能耗Winj、采油***能耗Wprod、采油量Qoil可分别表示为：
式中：ij为第j口注水井的注水量，t/d；qj为第j口采油井的采液量，t/d；α为注水能耗权重；β为采油能耗权重；ρ为注入水密度，kg/m3；Pj为第j口注水井的注入压力，MPa；pj为第j口注水井的井底流压，MPa；Hj为第j口采油井的深度，m；h为重力加速度，m/s2，fj为第j口采油井的含水率；M为注水井数量；N为采油井数量。
产量最大化智能决策单元的目标函数为给定时间范围内油水井***产油量最大化，表达式为：
式中：qj为第j口采油井的产油量，t/d；N为油水井***中采油井的数量，t0为初始时刻，t为当前时刻。
效益最大化智能决策单元的目标函数为给定时间范围内油水井***生产效益最大化，表达式为：
式中：Ro为油价，USD/t，Rw为注水费用，USD/t；ij为第j口注水井的注水量，t/d；M为油水井***中注水井数量。
进一步地，确定优化模型决策变量。决策变量是指优化问题中所涉及的与约束条件和目标函数有关的待确定的量。上述优化问题中人为可控的决策变量为注水井的注水量和采油井的产液量。
进一步地，确定优化模型约束条件：约束条件是优化问题中与目标函数相关联的各因素的取值范围限制条件。上述优化模型约束条件包括注水***约束条件、采油***约束条件和井间连通关系约束条件。
注水***约束条件包括注水管网流量平衡约束、注水管道流量约束、注水井运行时注入压力约束、注水井井筒流动特性约束，表达式为：
式中：I为总注水量，t/d；imin为注水井的最小可行注水量，t/d；imax为注水井的最大可行注水量，t/d；Pmin为注水井运行压力下限，MPa；Pmax为注水井运行压力上限，MPa；Fiw为注水井井筒内管流流动的压降方程组，Qiw为注水井井筒出口处的流量向量，Piw为注水井井筒入口处的压力向量，piw为注水井井筒出口处的压力向量。
采油***约束条件包括采油井流量取值约束、采油***流动特性约束，表达式为：
式中：qmin为采油井最小产液量，t/d；qmax为采油井最大产液量，t/d；Foe为采油井井筒多相管流流动方程，Qoe为采油***入口和出口处的流量向量，Poe为采油***入口和出口处的压力向量，Toe为采油***入口和出口处的温度向量。
井间连通关系约束条件表达式为：
式中：ik(t)为第k口注水井的累积注水量，t/d；qj(t)为第j口采油井的累积产液量，t/d；M表示采油井周围的注水井数量,λkj为第k口注水井和第j口采油井的井间连通系数；τkj为第k口注水井和第j口采油井之间的时间常数；为第j口采油井的井底流压，MPa；tn为开发时间，d；t0为初始开发时刻，d；Δtl表示采样间隔，n为采样数。
进一步地，确定优化模型求解方法：针对上述优化问题，采用粒子群算法求解能耗优化问题、最大产问题和最大效益问题。
步骤4：采用粒子群算法求解油水井***能耗优化问题。对由决策变量、吨油能耗最小化目标函数和注水***约束、采油***约束以及井间连通关系约束组成的优化模型，使用粒子群算法进行迭代求解，直至得到最佳的注水井注水量和采油井产液量参数。
根据粒子群算法得到的注水量和产液量最优参数组合，控制注水井注水量和采油井产液量，使油水井***能耗最小。
油水井***智能控制模块：包括采油井控制单元和注水井控制单元。根据油水井***智能决策模块制定的最优决策结果，控制采油井的采液量和注水井的注水量，如图2所示。
采油井控制单元基于智能决策结果，控制合理的产液量水平，通过变频器实现采油井电动机变速运行，从而控制采油井冲次，控制油井产量。注水井控制单元基于智能决策结果，控制合理的注水量水平，通过流量自控仪调节控制阀阀门开度，从而控制注水井注水量。
Claims (8)
1.一种不同生产模式下油水井采注协同优化控制***，其特征在于，包括油水井***生产模式选择模块、油水井***智能决策模块、油水井***智能控制模块；
所述油水井***生产模式选择模块，用于接收选择的不同生产模式；
所述油水井***智能决策模块，用于根据所述油水井***生产模式选择模块所选择的生产模式进行智能决策，并将决策结果传输给所述油水井***智能控制模块；
所述油水井***智能控制模块，用于根据决策结果控制采油井的产液量和注水井的注水量。
2.根据权利要求1所述的一种不同生产模式下油水井采注协同优化控制***，其特征在于，所述生产模式包括节能模式、最大产模式和最大效益模式。
3.根据权利要求1所述的一种不同生产模式下油水井采注协同优化控制***，其特征在于，所述油水井***智能决策模块包括：
能耗最小化智能决策单元，用于节能模式下，进行能耗最小化决策，将决策结果传输给所述油水井***智能控制模块；
产量最大化智能决策单元，用于最大产模式下，进行产量最大化决策，将决策结果传输给所述油水井***智能控制模块；
效益最大化智能决策单元，用于最大效益模式下，进行效益最大化决策，将决策结果传输给所述油水井***智能控制模块。
4.根据权利要求3所述的一种不同生产模式下油水井采注协同优化控制***，其特征在于，所述能耗最小化智能决策单元，执行以下步骤：
将注水量ij和采油量qj作为粒子，根据油水井***吨油能耗最小化的目标函数和约束条件确定适应度函数，使用粒子群算法求解，得到最佳的注水井注水量ij和采油井产液量qj作为决策结果；
其中，目标函数为油水井***吨油能耗最小化，表达式为：
式中：Winj为注水***能耗；Wprod为采油***能耗；Qoil为给定时间范围内油水井***产油量；
其中，注水***能耗Winj、采油***能耗Wprod、采油量Qoil分别表示为：
式中：ij为第j口注水井的注水量；qj为第j口采油井的采液量；α为注水能耗权重；β为采油能耗权重；ρ为注入水密度；Pj为第j口注水井的注入压力；pj为第j口注水井的井底流压；Hj为第j口采油井的深度；g为重力加速度，fj为第j口采油井的含水率；M为注水井数量；N为采油井数量。
5.根据权利要求3所述的一种不同生产模式下油水井采注协同优化控制***，其特征在于，所述产量最大化智能决策单元，执行以下步骤：
将注水量ij和采油量qj作为粒子，根据油水井***产油量最大化的目标函数和约束条件确定适应度函数，使用粒子群算法求解，得到最佳的注水井注水量ij和采油井产液量qj作为决策结果；
其中，目标函数为给定时间范围内油水井***产油量最大化，表达式为：
式中：qj为第j口采油井的产油量；N为油水井***中采油井的数量，t0为初始时刻，t为当前时刻。
6.根据权利要求3所述的一种不同生产模式下油水井采注协同优化控制***，其特征在于，所述效益最大化智能决策单元，执行以下步骤：
将注水量ij和采油量qj作为粒子，根据油水井***生产效益最大化的目标函数和约束条件确定适应度函数，使用粒子群算法求解，得到最佳的注水井注水量ij和采油井产液量qj作为决策结果；
其中，目标函数为给定时间范围内油水井***生产效益最大化，表达式为：
式中：Ro为油价，Rw为注水费用；ij为第j口注水井的注水量；M为油水井***中注水井数量。
7.根据权利要求3所述的一种不同生产模式下油水井采注协同优化控制***，其特征在于，所述油水井***智能控制模块，包括：
采油井控制单元，用于根据决策结果中的采油井产液量，通过变频器实现采油井电动机变速运行，从而控制采油井冲次，控制油井产量；
注水井控制单元，用于根据决策结果中的注水井的注水量，通过流量自控仪调节控制阀阀门开度，从而控制注水井注水量。
8.一种不同生产模式下油水井采注协同优化控制方法，其特征在于，包括以下步骤：
油水井***生产模式选择模块接收选择的不同生产模式；
油水井***智能决策模块根据所述油水井***生产模式选择模块所选择的生产模式进行智能决策，并将决策结果传输给所述油水井***智能控制模块；
油水井***智能控制模块根据决策结果控制采油井的产液量和注水井的注水量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211610533.2A CN117684928B (zh) | 2022-12-14 | 2022-12-14 | 一种不同生产模式下油水井采注协同优化控制*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211610533.2A CN117684928B (zh) | 2022-12-14 | 2022-12-14 | 一种不同生产模式下油水井采注协同优化控制*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117684928A true CN117684928A (zh) | 2024-03-12 |
| CN117684928B CN117684928B (zh) | 2024-06-11 |
Family
ID=90125139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211610533.2A Active CN117684928B (zh) | 2022-12-14 | 2022-12-14 | 一种不同生产模式下油水井采注协同优化控制*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117684928B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2109131C1 (ru) * | 1996-02-05 | 1998-04-20 | Сумбат Набиевич Закиров | Способ разработки нефтегазовых месторождений |
| CN110439515A (zh) * | 2019-06-24 | 2019-11-12 | 中国石油化工股份有限公司 | 注采参数优化方法及装置 |
| CN110795893A (zh) * | 2019-11-07 | 2020-02-14 | 中国石油化工股份有限公司 | 注水开发油田注采***能耗整体优化方法 |
| CN112836349A (zh) * | 2021-01-08 | 2021-05-25 | 中国石油大学(北京) | 基于井筒参数的注采联调智能决策方法及*** |
| CN112922569A (zh) * | 2021-02-07 | 2021-06-08 | 西安石油大学 | 一种油田注水管网增压分压模式最优运行状态确定方法 |
-
2022
- 2022-12-14 CN CN202211610533.2A patent/CN117684928B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2109131C1 (ru) * | 1996-02-05 | 1998-04-20 | Сумбат Набиевич Закиров | Способ разработки нефтегазовых месторождений |
| CN110439515A (zh) * | 2019-06-24 | 2019-11-12 | 中国石油化工股份有限公司 | 注采参数优化方法及装置 |
| CN110795893A (zh) * | 2019-11-07 | 2020-02-14 | 中国石油化工股份有限公司 | 注水开发油田注采***能耗整体优化方法 |
| CN112836349A (zh) * | 2021-01-08 | 2021-05-25 | 中国石油大学(北京) | 基于井筒参数的注采联调智能决策方法及*** |
| CN112922569A (zh) * | 2021-02-07 | 2021-06-08 | 西安石油大学 | 一种油田注水管网增压分压模式最优运行状态确定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117684928B (zh) | 2024-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102102962B (zh) | 一种工业冷却水上塔泵的节能调控方法和装置 | |
| CN114526025A (zh) | 一种远程智能主动钻井压力控制***及方法 | |
| CN110795893A (zh) | 注水开发油田注采***能耗整体优化方法 | |
| CN103198354B (zh) | 一种利用bp神经网络与非支配排序遗传算法nsga2实现油田抽油机采油节能增产优化方法 | |
| CN105864016B (zh) | 一种开式多水泵输配***变水量运行调节方法 | |
| CN104594855B (zh) | 页岩气高压排采集成橇装装置及其排采工艺和安装方法 | |
| CN104500508B (zh) | 一种液冷设备的冷却循环***及冷却方法 | |
| CN109917656B (zh) | 基于工艺介质多温度目标的循环冷却水最小压差节能控制***及方法 | |
| CN103177155A (zh) | 一种基于bp神经网络与spea2算法的油田抽油机采油节能增产优化方法 | |
| CN106014999A (zh) | 一种水环真空泵机组高效运行控制方法和控制*** | |
| CN117684928B (zh) | 一种不同生产模式下油水井采注协同优化控制*** | |
| CN117684929A (zh) | 一种基于井间连通性的油水井***能耗全局优化控制方法 | |
| CN103412483B (zh) | 一种海上平台注采的无模型梯度优化控制方法及模拟装置 | |
| CN115013860A (zh) | 一种基于楼宇画像的喷射泵供热***自主优化调控方法 | |
| CN111608580B (zh) | 一种旋转导向智能指令下传***及方法 | |
| CN110705130B (zh) | 一种大型泵站低扬程泵装置的水泵选型方法 | |
| CN114482885B (zh) | 一种控压钻井智能控制*** | |
| CN109441400A (zh) | 一种气举采油井清防蜡的装置及方法 | |
| CN202501672U (zh) | 设有水力平衡自动控制装置的水源热泵回灌*** | |
| CN209145562U (zh) | 一种气举采油井清防蜡的装置 | |
| CN212359673U (zh) | 一种连续油管自动钻磨控制*** | |
| CN104790446B (zh) | 全液压推土机用传动油温控制***、推土机及控制方法 | |
| CN113236203A (zh) | 一种碳酸盐岩有水气藏的水侵动态配产方法 | |
| CN117072137B (zh) | 一种采油井出液被加热、计量前的伴生气在线预分离装置 | |
| CN214660107U (zh) | 一种套管式中深层地热换热井测试*** |
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 |