CN110646691A - 一种利用拉伸变换的变压器振声信号滤波方法和系统 - Google Patents

一种利用拉伸变换的变压器振声信号滤波方法和系统 Download PDF

Info

Publication number
CN110646691A
CN110646691A CN201910866843.2A CN201910866843A CN110646691A CN 110646691 A CN110646691 A CN 110646691A CN 201910866843 A CN201910866843 A CN 201910866843A CN 110646691 A CN110646691 A CN 110646691A
Authority
CN
China
Prior art keywords
opt
vector
signal sequence
stretch
stretching
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
Application number
CN201910866843.2A
Other languages
English (en)
Other versions
CN110646691B (zh
Inventor
翟明岳
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.)
Guangdong University of Petrochemical Technology
Original Assignee
Guangdong University of Petrochemical Technology
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 Guangdong University of Petrochemical Technology filed Critical Guangdong University of Petrochemical Technology
Priority to CN201910866843.2A priority Critical patent/CN110646691B/zh
Publication of CN110646691A publication Critical patent/CN110646691A/zh
Application granted granted Critical
Publication of CN110646691B publication Critical patent/CN110646691B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1209—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using acoustic measurements

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明的实施例公开一种利用拉伸变换的变压器振声信号滤波方法和系统，所述方法包括：步骤1，输入实测的振声信号序列S；步骤2，根据拉伸变换性质对所述信号序列S进行滤除噪声处理，滤除噪声后的信号序列为SNEW；具体为，
Figure DDA0002201510060000011
其中，ZOPT为最佳预测矢量；POPT为最佳拉伸矢量；κ(POPT)为拉伸变换。

Description

一种利用拉伸变换的变压器振声信号滤波方法和系统
技术领域
本发明涉及电力领域，尤其涉及一种变压器振声信号的滤波方法和系统。
背景技术
随着智能电网的高速发展，电力设备安全稳定运行显得尤其重要。目前，对超高压及以上电压等级的电力设备开展运行状态检测，尤其是对异常状态的检测显得愈加重要和迫切。电力变压器作为电力系统的重要组成部分，是变电站中最重要的电气设备之一，其可靠运行关系到电网的安全。一般而言，变压器的异常状态可分为铁芯异常与绕组异常。铁芯异常主要表现为铁芯饱和，绕组异常通常包括绕组变形、绕组松动等。
变压器异常状态检测的基本原理是提取变压器运行中的各特征量，分析、辨识并跟踪特征量以此监测变压器的异常运行状态。检测方法按照接触程度可分为侵入式检测和非侵入式检测；按照是否需停机检测可分为带电检测和停电检测；按照检测量类型可以分为电气量法和非电气量法等。相比而言，非侵入式检测可移植性强，安装更方便；带电检测不影响变压器运行；非电气量法与电力系统无电气连接，更为安全。当前变压器运行状态的常用检测方法中，包括检测局部放电的脉冲电流法和超声波检测法、检测绕组变形的频率响应法以及检测机械及电气故障的振动检测法等。这些检测方法主要检测变压器绝缘状况及机械结构状况，其中以变压器振动信号(振声)的检测最为全面，对于大部分变压器故障及异常状态均能有所反应。
变压器在运行过程中，铁芯硅钢片的磁致伸缩与绕组电动力引起的振动会向四周辐射不同幅值和频率的振声信号。变压器正常运行时对外发出的是均匀的低频噪声；如果发出不均匀声音，则属不正常现象。变压器在不同运行状态下会发出有区别性的声音，可通过对其发出声音的检测，掌握变压器的运行状况。值得关注的是，对变压器不同运行状态下发出声音的检测不仅可以检测很多种引起电气量变化的严重故障，还可以检测许多并未危及绝缘的没有引起电气量变化的异常状态，比如变压器内外部零部件松动等。
由于振声检测方法利用了变压器发出的震动信号，很容易受到环境噪声的影响，因此如何有效地识别振声与噪声，是此方法能否成功的关键。现在常用的方法，对此问题重视不够，还未采取有效的措施解决此问题。
发明内容
本发明的目的是提供一种利用拉伸变换的变压器振声信号滤波方法和系统，所提出的方法利用了变压器振声信号以及背景噪声来自不同信源的特性，根据拉伸变换性质实现背景噪声(包括异常点)的分离和滤除。所提出的方法具有较好的鲁棒性，计算也较为简单。
为实现上述目的，本发明提供了如下方案：
一种利用拉伸变换的变压器振声信号滤波方法，包括：
步骤1，输入实测的振声信号序列S；
步骤2，根据拉伸变换性质对所述信号序列S进行滤除噪声处理，滤除噪声后的信号序列为SNEW；具体为，
Figure BDA0002201510040000021
其中，ZOPT为最佳预测矢量；POPT为最佳拉伸矢量；κ(POPT)为拉伸变换。
一种利用拉伸变换的变压器振声信号滤波系统，包括：
获取模块，输入实测的振声信号序列S；
滤波模块，根据拉伸变换性质对所述信号序列S进行滤除噪声处理，滤除噪声后的信号序列为SNEW；具体为，
Figure BDA0002201510040000022
其中，ZOPT为最佳预测矢量；POPT为最佳拉伸矢量；κ(POPT)为拉伸变换。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
虽然变压器振声检测方法在变压器运行状态监测中有着广泛的应用，且技术相对成熟，但是由于振声检测方法利用了变压器发出的振动信号，很容易受到环境噪声的影响，所以此方法在实际工作环境中应用时常常得不到令人满意的结果。
本发明的目的是提供一种利用拉伸变换的变压器振声信号滤波方法和系统，所提出的方法利用了变压器振声信号以及背景噪声来自不同信源的特性，根据拉伸变换性质实现背景噪声(包括异常点)的分离和滤除。所提出的方法具有较好的鲁棒性，计算也较为简单。
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，下面将对实施例中所需要使用的附图作简单地介绍。显而易见，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明的方法流程示意图；
图2为本发明的系统结构示意图；
图3为本发明具体实施案例的流程示意图。
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。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1一种利用拉伸变换的变压器振声信号滤波方法的流程示意图
图1为本发明一种利用拉伸变换的变压器振声信号滤波方法的流程示意图。如图1所示，所述的一种利用拉伸变换的变压器振声信号滤波方法具体包括以下步骤：
步骤1，输入实测的振声信号序列S；
步骤2，根据拉伸变换性质对所述信号序列S进行滤除噪声处理，滤除噪声后的信号序列为SNEW；具体为，
Figure BDA0002201510040000041
其中，ZOPT为最佳预测矢量；POPT为最佳拉伸矢量；κ(POPT)为拉伸变换。
所述步骤2之前，所述方法还包括：
步骤3，求取所述最佳预测矢量ZOPT和最佳拉伸矢量POPT。
所述步骤3包括：
步骤301，求取循环延迟矩阵D，具体为：
Figure BDA0002201510040000042
其中：
S＝[s1,s2，…,sN]：所述信号序列
步骤302，求取拉伸矩阵L，具体为：
L＝STS[D+D-1]
其中：
D-1：矩阵D的逆矩阵
步骤303，迭代求取所述最佳预测矢量ZOPT和最佳拉伸矢量POPT，具体为：
第一步：初始化，具体为
Z1＝S：初始化的预测矢量
P1＝S[I+STS]：初始化的拉伸矢量
k＝1:初始化的迭代控制参量
其中：
I：单位矩阵
第二步：迭代更新，具体为
Figure BDA0002201510040000051
Figure BDA0002201510040000059
其中：
y：中间参数矢量
膨胀调整因子
Figure BDA0002201510040000053
拉伸调整因子
Figure BDA0002201510040000054
拉伸投影
Figure BDA0002201510040000055
拉伸变换
Figure BDA0002201510040000056
拉伸矩阵
Figure BDA0002201510040000057
拉伸修正矩阵
Figure BDA0002201510040000058
拉伸因子
mS：所述信号序列S的均值
σS：所述信号序列S的均方差
N：所述信号序列S的长度
zi:当前预测矢量Zk+1的第i个元素
第三步：迭代终止，具体为
所述迭代控制参量k加1，并返回到第二步继续迭代更新，直至相邻两次迭代结果的差值小于千分之一为止，此时所述迭代控制参量k＝K，得到所述最佳预测矢量ZOPT＝ZK+1，所述最佳拉伸矢量POPT＝PK+1。
图2一种利用拉伸变换的变压器振声信号滤波系统的结构意图
图2为本发明一种利用拉伸变换的变压器振声信号滤波系统的结构示意图。如图2所示，所述一种利用拉伸变换的变压器振声信号滤波系统包括以下结构：
获取模块401，输入实测的振声信号序列S；
滤波模块402，根据拉伸变换性质对所述信号序列S进行滤除噪声处理，滤除噪声后的信号序列为SNEW；具体为，
Figure BDA0002201510040000061
其中，ZOPT为最佳预测矢量；POPT为最佳拉伸矢量；κ(POPT)为拉伸变换。
所述的系统，还包括：
计算模块403，求取所述最佳预测矢量ZOPT和最佳拉伸矢量POPT。
所述计算模块403，包括下列单元，具体为：
循环单元4031，求取循环延迟矩阵D，具体为：
Figure BDA0002201510040000062
其中：
S＝[s1,s2，…,sN]：所述信号序列
计算单元4032，求取拉伸矩阵L，具体为：
L＝STS[D+D-1]
其中：
D-1：矩阵D的逆矩阵迭代单元4033，迭代求取所述最佳预测矢量ZOPT和最佳拉伸矢量POPT，
具体为：
第一步：初始化，具体为
Z1＝S：初始化的预测矢量
P1＝S[I+STS]：初始化的拉伸矢量
k＝1:初始化的迭代控制参量
其中：
I：单位矩阵
第二步：迭代更新，具体为
Figure BDA0002201510040000081
Figure BDA0002201510040000082
其中：
y：中间参数矢量
膨胀调整因子
Figure BDA0002201510040000084
拉伸调整因子
Figure BDA0002201510040000085
拉伸投影
Figure BDA0002201510040000086
拉伸变换
Figure BDA0002201510040000087
拉伸矩阵
Figure BDA0002201510040000088
拉伸修正矩阵
拉伸因子
mS：所述信号序列S的均值
σS：所述信号序列S的均方差
N：所述信号序列S的长度
zi:当前预测矢量Zk+1的第i个元素
第三步：迭代终止，具体为
所述迭代控制参量k加1，并返回到第二步继续迭代更新，直至相邻两次迭代结果的差值小于千分之一为止，此时所述迭代控制参量k＝K，得到所述最佳预测矢量ZOPT＝ZK+1，所述最佳拉伸矢量POPT＝PK+1。
下面提供一个具体实施案例，进一步说明本发明的方案
图3为本发明具体实施案例的流程示意图。如图3所示，具体包括以下步骤：
1.输入实测的振声信号序列
S＝[s1,s2,…,sN-1,sN]
其中：
S：实测的PLC信号数据序列，长度为N
si,i＝1,2,…,N:序号为i的实测PLC信号
2.求取循环延迟矩阵
Figure BDA0002201510040000091
其中：
S＝[s1,s2，…,sN]：所述信号序列
3.求取拉伸矩阵
Figure BDA0002201510040000092
其中：
D-1：矩阵D的逆矩阵
4.迭代
第一步：初始化，具体为
Z1＝S：初始化的预测矢量
P1＝S[I+STS]：初始化的拉伸矢量
k＝1:初始化的迭代控制参量
其中：
I：单位矩阵
第二步：迭代更新，具体为
Figure BDA0002201510040000101
其中：
y：中间参数矢量
Figure BDA0002201510040000103
膨胀调整因子
Figure BDA0002201510040000104
拉伸调整因子
Figure BDA0002201510040000105
拉伸投影
Figure BDA0002201510040000106
拉伸变换
Figure BDA0002201510040000107
拉伸矩阵
拉伸修正矩阵
Figure BDA0002201510040000109
拉伸因子
mS：所述信号序列S的均值
σS：所述信号序列S的均方差
N：所述信号序列S的长度
zi:当前预测矢量Zk+1的第i个元素
第三步：迭代终止，具体为
所述迭代控制参量k加1，并返回到第二步继续迭代更新，直至相邻两次迭代结果的差值小于千分之一为止，此时所述迭代控制参量k＝K，得到所述最佳预测矢量ZOPT＝ZK+1，所述最佳拉伸矢量POPT＝PK+1。
5.滤波
根据拉伸变换性质对所述信号序列S进行滤除噪声处理，滤除噪声后的信号序列为SNEW；具体为，
Figure BDA00022015100400001010
其中，ZOPT为最佳预测矢量；POPT为最佳拉伸矢量；κ(POPT)为拉伸变换。
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。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述较为简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种利用拉伸变换的变压器振声信号滤波方法，其特征在于，包括：
步骤1，输入实测的振声信号序列S；
步骤2，根据拉伸变换性质对所述信号序列S进行滤除噪声处理，滤除噪声后的信号序列为SNEW；具体为，
Figure FDA0002201510030000011
其中，ZOPT为最佳预测矢量；POPT为最佳拉伸矢量；κ(POPT)为拉伸变换。
2.根据权利要求1所述的方法，其特征在于，所述步骤2之前，所述方法还包括：
步骤3，求取所述最佳预测矢量ZOPT和最佳拉伸矢量POPT。
3.根据权利要求2所述的方法，其特征在于，所述步骤3包括：
步骤301，求取循环延迟矩阵D，具体为：
Figure FDA0002201510030000012
其中：
S＝[s1,s2，…,sN]：所述信号序列
步骤302，求取拉伸矩阵L，具体为：
L＝STS[D+D-1]
其中：
D-1：矩阵D的逆矩阵
步骤303，迭代求取所述最佳预测矢量ZOPT和最佳拉伸矢量POPT，具体为：
第一步：初始化，具体为
Z1＝S：初始化的预测矢量
P1＝S[I+STS]：初始化的拉伸矢量
k＝1:初始化的迭代控制参量
其中：
I：单位矩阵
第二步：迭代更新，具体为
Figure FDA0002201510030000021
Figure FDA0002201510030000022
其中：
y：中间参数矢量
Figure FDA0002201510030000023
膨胀调整因子
Figure FDA0002201510030000024
拉伸调整因子
Figure FDA0002201510030000025
拉伸投影
Figure FDA0002201510030000026
拉伸变换
Figure FDA0002201510030000027
拉伸矩阵
Figure FDA0002201510030000028
拉伸修正矩阵
Figure FDA0002201510030000029
拉伸因子
mS：所述信号序列S的均值
σS：所述信号序列S的均方差
N：所述信号序列S的长度
zi:当前预测矢量Zk+1的第i个元素
第三步：迭代终止，具体为
所述迭代控制参量k加1，并返回到第二步继续迭代更新，直至相邻两次迭代结果的差值小于千分之一为止，此时所述迭代控制参量k＝K，得到所述最佳预测矢量ZOPT＝ZK+1，所述最佳拉伸矢量POPT＝PK+1。
4.一种利用拉伸变换的变压器振声信号滤波系统，其特征在于，包括：
获取模块，输入实测的振声信号序列S；
滤波模块，根据拉伸变换性质对所述信号序列S进行滤除噪声处理，滤除噪声后的信号序列为SNEW；具体为，
Figure FDA0002201510030000031
其中，ZOPT为最佳预测矢量；POPT为最佳拉伸矢量；κ(POPT)为拉伸变换。
5.根据权利要求4所述的系统，其特征在于，还包括：
计算模块，求取所述最佳预测矢量ZOPT和最佳拉伸矢量POPT。
CN201910866843.2A 2019-09-12 2019-09-12 一种利用拉伸变换的变压器振声信号滤波方法和系统 Active CN110646691B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910866843.2A CN110646691B (zh) 2019-09-12 2019-09-12 一种利用拉伸变换的变压器振声信号滤波方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910866843.2A CN110646691B (zh) 2019-09-12 2019-09-12 一种利用拉伸变换的变压器振声信号滤波方法和系统

Publications (2)

Publication Number Publication Date
CN110646691A true CN110646691A (zh) 2020-01-03
CN110646691B CN110646691B (zh) 2021-09-28

Family

ID=68991784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910866843.2A Active CN110646691B (zh) 2019-09-12 2019-09-12 一种利用拉伸变换的变压器振声信号滤波方法和系统

Country Status (1)

Country Link
CN (1) CN110646691B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117288209A (zh) * 2023-11-27 2023-12-26 南昌工程学院 一种变压器声级测定方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080118075A1 (en) * 1999-12-28 2008-05-22 Agere Systems Inc. Multi-Channel Frequency-Domain Adaptive Filter Method and Apparatus
CN104091151A (zh) * 2014-06-30 2014-10-08 南京信息工程大学 基于Gabor特征提取和稀疏表示的车辆识别方法
CN109871758A (zh) * 2019-01-14 2019-06-11 南京航空航天大学 基于多尺度形态学优化的故障信号svd降噪方法
CN110031089A (zh) * 2019-05-15 2019-07-19 广东石油化工学院 一种变压器运行状态振声检测信号的滤波方法和装置
CN110223323A (zh) * 2019-06-02 2019-09-10 西安电子科技大学 基于深度特征自适应相关滤波的目标跟踪方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080118075A1 (en) * 1999-12-28 2008-05-22 Agere Systems Inc. Multi-Channel Frequency-Domain Adaptive Filter Method and Apparatus
CN104091151A (zh) * 2014-06-30 2014-10-08 南京信息工程大学 基于Gabor特征提取和稀疏表示的车辆识别方法
CN109871758A (zh) * 2019-01-14 2019-06-11 南京航空航天大学 基于多尺度形态学优化的故障信号svd降噪方法
CN110031089A (zh) * 2019-05-15 2019-07-19 广东石油化工学院 一种变压器运行状态振声检测信号的滤波方法和装置
CN110223323A (zh) * 2019-06-02 2019-09-10 西安电子科技大学 基于深度特征自适应相关滤波的目标跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邹亮等: ""基于改进势函数稀疏分量分析算法的变压器振声自适应提取方法"", 《高电压技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117288209A (zh) * 2023-11-27 2023-12-26 南昌工程学院 一种变压器声级测定方法及系统
CN117288209B (zh) * 2023-11-27 2024-01-30 南昌工程学院 一种变压器声级测定方法及系统

Also Published As

Publication number Publication date
CN110646691B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN110703149B (zh) 一种利用字符间距的变压器运行状态振声检测方法和系统
CN110703145B (zh) 一种利用多优化理论的变压器振声信号重构方法和系统
CN110646691B (zh) 一种利用拉伸变换的变压器振声信号滤波方法和系统
CN110545086A (zh) 一种利用全局优化的变压器振声信号滤波方法和系统
CN111665405A (zh) 一种利用稀疏度最小化的振声检测信号滤波方法和系统
CN111780868A (zh) 一种利用Jeffery差异量的变压器运行状态振声检测方法和系统
CN111664933A (zh) 一种利用静态矢量优化的振声检测信号滤波方法和系统
CN110286287B (zh) 一种基于小波变换的变压器运行状态振声检测信号滤波方法和系统
CN110514295B (zh) 一种利用svd分解的变压器运行状态振声检测信号滤波方法和系统
CN110286289B (zh) 一种变压器振声检测信号滤波方法
CN111751098A (zh) 一种利用高斯预测模型的振声检测信号重构方法和系统
CN112304419A (zh) 一种利用泛化稀疏编码的振声检测信号重构方法和系统
CN110837013A (zh) 一种利用稀疏字典表示的变压器状态振声检测信号重构方法和系统
CN111141384A (zh) 一种利用Frechet正则化的变压器状态振声检测信号重构方法和系统
CN111649819A (zh) 一种利用迭代软阈值的变压器状态振声检测信号滤波方法和系统
CN110657881B (zh) 一种利用稀疏反演的变压器振声信号滤波方法和系统
CN111561992A (zh) 一种利用b抽样的变压器运行状态振声检测方法和系统
CN111473861A (zh) 一种利用稀疏误差的变压器状态振声检测信号重构方法和系统
CN112417994B (zh) 一种利用正则化因子的振声检测信号滤波方法和系统
CN110632477A (zh) 一种利用Hilbert空间因子的变压器运行状态振声检测方法和系统
CN110703147A (zh) 一种利用减缩效应的变压器振声信号滤波方法和系统
CN110545087A (zh) 一种利用非线性正则化的变压器振声信号滤波方法和系统
CN110703144B (zh) 基于离散余弦变换的变压器运行状态检测方法和系统
CN110545088A (zh) 一种利用对偶变量的变压器振声信号滤波方法和系统
CN110703148A (zh) 一种利用海斯矩阵的变压器振声信号重构方法和系统

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
GR01 Patent grant