CN110658385B - 一种基于复化梯形法的用电量分类计量方法 - Google Patents
一种基于复化梯形法的用电量分类计量方法 Download PDFInfo
- Publication number
- CN110658385B CN110658385B CN201910812938.6A CN201910812938A CN110658385B CN 110658385 B CN110658385 B CN 110658385B CN 201910812938 A CN201910812938 A CN 201910812938A CN 110658385 B CN110658385 B CN 110658385B
- Authority
- CN
- China
- Prior art keywords
- load
- power
- power consumption
- time interval
- time
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005070 sampling Methods 0.000 claims abstract description 14
- 230000005611 electricity Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000002087 whitening effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电量计量的技术领域,目的是提供包括一种基于复化梯形法的用电量分类计量方法,以下步骤:S1:获取某用户在某一时段T内的用电功率数据,时段T内共有L个负载用电,将时段T分割为N个分时段t,将每个分时段t分为n个相等的时间间隙,获得n个采样数据,执行S2;S2:计算单个负载在每个所述时间间隙内的功率,执行S3;S3:根据单个负载在每个时间间隙内的功率,通过复化梯度算法计算单个负载在每个分时段t的用电量,根据单个负载在每个分时段t的用电量计算该负载在时段T内的总用电量。本发明具有提高电量计量准确度的优点。
Description
技术领域
本发明涉及电量计量技术领域,具体涉及一种基于复化梯形法的用电量分类计量方法。
背景技术
随着我国经济的快速发展和产业结构的优化,社会各个行业和家庭用户对电能数量和质量的需求日渐增长,为了节约电能,合理安排用电计划,缓解社会能源压力、实现能源的可持续发展,提出了电能实时监测和电量分类计量。现有的用于家用负载分类计量的监测方法主要有侵入式和非侵入式两种。侵入式方法在每一个需监测的负载上安装仪表单独进行监测计量,该方法可以准确直观的获得各个电器的用电情况,但是安装费用昂贵且易侵犯隐私。而非侵入式方法只需在电力线入口处安装监测仪器,该方法经济投入小,实用性强,并且目前提出的负载分解技术已经比较成熟,已经逐渐开始取代侵入式监测,成为主要的监测方法。
目前,基于非侵入式负载分解的家用负载用电量分类计量方法主要有近似矩形计量方法和波动计量方法。前者利用负载的额定功率与使用时间的乘积求得电量,认为用电设备运行的功率固定不变为额定值;后者考虑负载在不同运行时段功率的差异,利用实测功率和对应时间段的乘积求得电量。
然而,家庭用电情况复杂多样,其功率变化范围大,受外界噪声干扰的负载波动频繁,在非侵入式监测技术较成熟的基础上,已有的近似矩形计量方法和波动计量方法无法体现负载功率在运行期间的波动性质,电量计量不够准确。
发明内容
本发明目的在于提供一种基于复化梯形法的用电量分类计量方法,基于负载分解的结果,以状态变化的时间段作为研究对象,充分利用采样数据,通过比例分配和复化梯形法对采样功率序列进行处理,具有提高电量计量准确度的优点。
为实现上述目的,本发明所采用的技术方案是:一种基于复化梯形法的用电量分类计量方法,包括以下步骤:
S1:获取某用户在某一时段T内的用电功率数据,所述时段T内共有L个负载用电,将所述时段T分割为N个分时段t,将每个所述分时段t分为n个相等的时间间隙Δt,获得n个采样数据,执行S2;
S2:计算单个负载在每个所述时间间隙Δt内的功率,执行S3;
S3:根据单个负载在每个所述时间间隙Δt内的功率,通过复化梯度算法计算单个负载在每个分时段t的用电量,根据单个负载在每个分时段t的用电量计算该负载在所述时段T内的总用电量。
优选的,所述S1包括以下步骤:
S11:获取某用户在某一时段T内的用电功率数据,对所述用电功率数据进行采样,得到离散有功功率序列,执行S12;
S12:对所述离散有功功率序列进行数据预处理,执行S13;
S13:根据负载投切时功率曲线的电气量的变化特性,利用模糊匹配的方法确定负载用电的精确时间,执行S14;
S14:提取离散有功功率序列的多个负载有效特征信息,根据多个所述负载有效特征信息识别多个负载的用电功率数据。
优选的,所述S12中的数据预处理包括对离散有功功率序列进行降噪及白化处理。
其中,表示负载k在该所述分时段t的第m个时间间隙Δt时刻的功率,Pk表示第k个负载的额定功率,P1表示第一个负载的额定功率,P2表示第二个负载的额定功率,PL表示第L个负载的额定功率,表示在该所述分时段t的第m个时间间隙时刻Δt的L个负载的总功率。
优选的,所述S3还包括以下步骤:
S31:计算单个负载k在每个所述分时段t的第m个时间间隙Δt内的用电量,执行S32;
S32:根据单个所述负载k在每个所述分时段t的第m个时间间隙Δt内的用电量计算该负载k在每个所述分时段t内的用电量,执行S33;
S33:根据单个所述负载k在每个所述分时段t内的用电量计算该负载k在所述时段T内的用电量。
优选的,所述S31的计算公式为
优选的,所述S32的计算公式为
优选的,所述S33中通过对所述负载k在每个所述分时段t的第m个时间间隙Δt内的用电量求和,得到所述负载k在所述时段T内的用电量。
综上所述,本发明的有益效果为:
1、本发明基于负载分解的结果,以状态变化的时间段作为研究对象,充分利用采样数据,通过比例分配和复化梯形法对采样功率序列进行处理,具有提高电量计量准确度的优点;
2、本发明对功率曲线隔点采样,具有充分利用已知条件,计算结果更加精准可靠的优点。
附图说明
图1为本发明的流程示意图;
图2为本发明用于展示S1的流程示意图;
图3为本发明用于展示S3的流程示意图;
图4为本发明用于展示经过数据预处理后的某用户在某一时段T内的用电功率数据;
图5为本发明用于展示三种不同的计量方法计量多个负载的用电量的示意图;
图6为本发明用于展示三种不同的计量方法计量多个负载的用电量的计量误差的示意图;
图7为本发明用于展示本方法计量的多个负载的用电量的示意图。
具体实施方式
下面结合本发明的附图1~5,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。
参照图1,一种基于复化梯形法的用电量分类计量方法包括以下步骤:
S1:在用户电力线入口处,对线路电流、电压进行实时采样并记录数据,获取某用户在某一时段T内的用电功率数据,时段T内共有L个负载用电,将时段T分割为N个分时段t,将每个分时段t分为n个相等的时间间隙Δt,获得n个采样数据,执行S2;
S2:计算单个负载在每个时间间隙Δt内的功率,执行S3;
结合图7,S3:根据单个负载在每个时间间隙Δt内的功率,通过复化梯度算法计算单个负载在每个分时段t的用电量,根据单个负载在每个分时段t的用电量计算该负载在时段T内的总用电量。
参照图2,具体的,S1包括以下步骤:
S11:在用户电力线入口处,对线路电流、电压进行实时采样并记录数据,获取某用户在某一时段T内的用电功率数据,对用电功率数据进行采样,得到离散有功功率序列,执行S12;
S12:对离散有功功率序列进行降噪及白化处理,排除人为测量中外界的随机噪声,执行S13;
S13:根据负载投切时功率曲线的电气量的变化特性,利用模糊匹配的方法确定负载用电的精确时间,执行S14;
结合图4,S14:利用每个负载都有表征其工作状态的特殊印记的特点,选取其中有效并易区分的特征,通过差值计算、谐波分析、快速傅里叶变换等方法进一步提取离散有功功率序列的多个负载有效特征信息,利用提取的多个负载有效特征信息与负载模板库进行匹配从而实现负载的识别与分解,识别多个负载的用电功率数据。
具体的,S2中,采用比例分解某个时间间隙Δt内单个负载的功率,
其中,表示负载k在该分时段t的第m个时间间隙Δt时刻的功率,Pk表示第k个负载的额定功率,P1表示第一个负载的额定功率,P2表示第二个负载的额定功率,PL表示第L个负载的额定功率,表示在该分时段t的第m个时间间隙时刻Δt的L个负载的总功率。
参照图3,S3还包括以下步骤:
S31:计算单个负载k在每个分时段t的第m个时间间隙Δt内的用电量,计算公式为
S32:根据单个负载k在每个分时段t的第m个时间间隙Δt内的用电量计算该负载k在每个分时段t内的用电量,计算公式为
S33:通过对负载k在每个分时段t的第m个时间间隙Δt内的用电量求和,得到负载k在时段T内的用电量。
值得说明的是,本实施例中,为了更好的体现本方法在电量分类计量上的准确度,将本方法与现有技术中的近似矩形计量方法和波形计量法进行比较。
参照图4,本实施例中,先对某家庭一天的用电情况进行了监测,对数据进行预处理后,选取早上9:00~12:00的数据进行验算。
首先应用本基于复化梯形法的用电量分类计量方法,根据几次负载投切时刻将早上所测时段分割为9个时段,时段t1有电灯单独运行,时段t2有电灯和微波炉同时运行,时段t5电视机运行,时段t6有电视机和电吹风同时运行。为了验证本基于复化梯形法的用电量分类计量方法的实用性,本实施例选取时段t6进行用电量分类计量分析,该时段有电视机和电吹风同时运行,电视机和电吹风的功率额定值分别是150W、440W。在进行计量分析时,以Δt=1s为采样周期将时段t6分割为7.5×60=450个相等的时间间隙Δt,获得7.5×60=450个采样数据,作为复化梯形算法的输入。
作为比较,本实施例中,还使用近似矩阵计量法进行电量计量。近似矩阵计量法是一种近似估计算法,以每个设备的额定功率为计算功率,忽略设备运行过程中由于电压变化和其他设备干扰引起的负载功率差异,计算示意图见图6。因此只需要知道设备运行的时间即可求出对应用电量。电视机额定功率为150W,运行时间为7.5min,求出电视机(负载1)用电量和近似矩阵计量法的误差如下
作为比较,本实施例中,还使用波形计量法进行电量计量。波形计量法是考虑到设备在不同运行时段的功率会因电压变化而有所差异,相比于近似矩阵计量法,不同的是时间段内的负载整体的计算功率。负载k在状态T的计算功率为
时间段内的总功率不是采样测得,而是由以下公式算出来的,总功率随采样时间不断更新,
求出电视机(负载1)用电量和波形计量法的误差如下
参照图5、6,本实施例,还使用这三种不同的计量方法计算了多个负载的用电量及计量误差。可以看出,复化梯形算法结果的准确率都高于近似矩阵计量方法和波形计量法,且准确率的波动也较小。
在本发明的描述中,需要理解的是,术语“逆时针”、“顺时针”“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
Claims (1)
1.一种基于复化梯形法的用电量分类计量方法,其特征在于,包括以下步骤:
S1:获取某用户在某一时段T内的用电功率数据,所述时段T内共有L个负载用电,将所述时段T分割为N个分时段t,将每个所述分时段t分为n个相等的时间间隙,获得n个采样数据,执行S2;
S2:计算单个负载在每个所述时间间隙内的功率,执行S3;
S3:根据单个负载在每个所述时间间隙内的功率,通过复化梯度算法计算单个负载在每个分时段t的用电量,根据单个负载在每个分时段t的用电量计算该负载在所述时段T内的总用电量;
所述S1包括以下步骤:
S11:获取某用户在某一时段T内的用电功率数据,对所述用电功率数据进行采样,得到离散有功功率序列,执行S12;
S12:对所述离散有功功率序列进行数据预处理,执行S13;
S13:根据负载投切时功率曲线的电气量的变化特性,利用模糊匹配的方法确定负载用电的精确时间,执行S14;
S14:提取离散有功功率序列的多个负载有效特征信息,根据多个所述负载有效特征信息识别多个负载的用电功率数据;
所述S12中的数据预处理包括对离散有功功率序列进行降噪及白化处理;
所述S2中,采用比例分解某个所述时间间隙内单个负载的功率,
其中, 表示负载k在该所述分时段t的第m个时间间隙时刻的功率,表示第k个负载的额定功率,表示第一个负载的额定功率,表示第二个负载的额定功率,表示第L个负载的额定功率,PM表示在该所述分时段t的第m个时间间隙时刻的L个负载的总功率;
所述S3还包括以下步骤:
S31:计算单个负载k在每个所述分时段t的第m个时间间隙内的用电量,执行S32;
S32:根据单个所述负载k在每个所述分时段t的第m个时间间隙内的用电量计算该负载k在每个所述分时段t内的用电量,执行S33;
S33:根据单个所述负载k在每个所述分时段t内的用电量计算该负载k在所述时段T内的用电量;
所述S31的计算公式为
所述S32的计算公式为:
所述S33中通过对所述负载k在每个所述分时段t的第m个时间间隙内的用电量求和,得到所述负载k在所述时段T内的用电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812938.6A CN110658385B (zh) | 2019-08-29 | 2019-08-29 | 一种基于复化梯形法的用电量分类计量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910812938.6A CN110658385B (zh) | 2019-08-29 | 2019-08-29 | 一种基于复化梯形法的用电量分类计量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110658385A CN110658385A (zh) | 2020-01-07 |
CN110658385B true CN110658385B (zh) | 2021-07-16 |
Family
ID=69036848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910812938.6A Active CN110658385B (zh) | 2019-08-29 | 2019-08-29 | 一种基于复化梯形法的用电量分类计量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110658385B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111596125B (zh) * | 2020-04-03 | 2022-09-30 | 远景智能国际私人投资有限公司 | 发电量的确定方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217603A (zh) * | 2013-03-22 | 2013-07-24 | 重庆大学 | 一种非侵入式家用电器用电状况在线监测的识别方法 |
CN105404784A (zh) * | 2015-12-07 | 2016-03-16 | 河南许继仪表有限公司 | 一种非侵入式电力负荷分解方法 |
CN106096778A (zh) * | 2016-06-03 | 2016-11-09 | 合肥工业大学 | 一种基于分时电价和阶梯电价形式的家庭用电规划系统与方法 |
CN106443174A (zh) * | 2016-10-21 | 2017-02-22 | 威胜集团有限公司 | 一种非侵入式家用负荷特征自动提取方法与装置 |
CN106992525A (zh) * | 2017-05-26 | 2017-07-28 | 国网山东省电力公司泰安供电公司 | 电力负荷管理方法和装置 |
CN108429254A (zh) * | 2018-03-07 | 2018-08-21 | 国网四川省电力公司电力科学研究院 | 一种非侵入式用电负荷识别方法 |
CN110133393A (zh) * | 2018-09-13 | 2019-08-16 | 华南理工大学 | 一种基于非侵入式监测技术的用电监测系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942453A (zh) * | 2014-05-07 | 2014-07-23 | 华北电力大学 | 一种针对非技术性损失的智能用电异常检测方法 |
-
2019
- 2019-08-29 CN CN201910812938.6A patent/CN110658385B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217603A (zh) * | 2013-03-22 | 2013-07-24 | 重庆大学 | 一种非侵入式家用电器用电状况在线监测的识别方法 |
CN105404784A (zh) * | 2015-12-07 | 2016-03-16 | 河南许继仪表有限公司 | 一种非侵入式电力负荷分解方法 |
CN106096778A (zh) * | 2016-06-03 | 2016-11-09 | 合肥工业大学 | 一种基于分时电价和阶梯电价形式的家庭用电规划系统与方法 |
CN106443174A (zh) * | 2016-10-21 | 2017-02-22 | 威胜集团有限公司 | 一种非侵入式家用负荷特征自动提取方法与装置 |
CN106992525A (zh) * | 2017-05-26 | 2017-07-28 | 国网山东省电力公司泰安供电公司 | 电力负荷管理方法和装置 |
CN108429254A (zh) * | 2018-03-07 | 2018-08-21 | 国网四川省电力公司电力科学研究院 | 一种非侵入式用电负荷识别方法 |
CN110133393A (zh) * | 2018-09-13 | 2019-08-16 | 华南理工大学 | 一种基于非侵入式监测技术的用电监测系统及方法 |
Non-Patent Citations (2)
Title |
---|
Transient Event Detection in Spectral Envelope Estimates for Nonintrusive Load Monitoring;Steven B. Leeb等;《IEEE Transactions on Power Delivery》;19950731;第10卷(第3期);1200-1210 * |
基于非侵入式负荷监测的居民用电行为分析;周明等;《电网技术》;20181031;第42卷(第10期);3268-3274 * |
Also Published As
Publication number | Publication date |
---|---|
CN110658385A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108021736B (zh) | 一种基于滑动窗残差模型的负荷投切动作监测方法 | |
Carpaneto et al. | Electricity customer classification using frequency–domain load pattern data | |
CN106936129B (zh) | 基于多特征融合的电力负荷辨识方法及系统 | |
CN106093652B (zh) | 一种具备自学习功能的非侵入式电力负荷监测系统与方法 | |
US9322667B2 (en) | Detecting anomalies in power consumption of electrical systems | |
US20150309092A1 (en) | Current Pattern Matching Method for Non-Intrusive Power Load Monitoring and Disaggregation | |
CN111242391B (zh) | 用于电力负荷识别的机器学习模型训练方法及系统 | |
CN111985824A (zh) | 一种智能电表箱的非侵入式负荷监测方法及其监测设备 | |
CN111382789B (zh) | 基于机器学习的电力负荷识别方法及系统 | |
CN106093565B (zh) | 一种基于稳态特征波形匹配的电能分项计量方法及装置 | |
CN111027408A (zh) | 一种基于支持向量机和v-i曲线特征的负荷识别方法 | |
CN111651721B (zh) | 一种基于时空关联矩阵的反窃电预警方法 | |
Iksan et al. | Appliances identification method of non-intrusive load monitoring based on load signature of VI trajectory | |
CN109583679A (zh) | 一种多算法融合的窃电疑似度分析方法 | |
Shaw et al. | A Kalman-filter spectral envelope preprocessor | |
CN109146265A (zh) | 基于动态规划时间序列相似性的三相不平衡源溯源方法 | |
US20150088441A1 (en) | Energy usage estimation device and energy usage estimation method | |
CN103018611B (zh) | 一种基于电流分解的非侵入式负载监测方法及系统 | |
CN110658385B (zh) | 一种基于复化梯形法的用电量分类计量方法 | |
CN116165597A (zh) | 一种基于核偏最小二乘法的电能表失准在线检测方法 | |
Valverde et al. | Estimation of voltage sensitivities to power injections using smart meter data | |
CN113985098A (zh) | 一种基于实时计量的提高防窃电分析准确度的方法 | |
Schirmer et al. | Improving energy disaggregation performance using appliance-driven sampling rates | |
CN116304537B (zh) | 基于智能量测终端的窃电用户核查方法 | |
CN113466548A (zh) | 一种基于相量测量技术的智能电表台区识别方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |