CN113341251B - 一种输变电现场施工监测系统 - Google Patents

一种输变电现场施工监测系统 Download PDF

Info

Publication number
CN113341251B
CN113341251B CN202110617054.2A CN202110617054A CN113341251B CN 113341251 B CN113341251 B CN 113341251B CN 202110617054 A CN202110617054 A CN 202110617054A CN 113341251 B CN113341251 B CN 113341251B
Authority
CN
China
Prior art keywords
module
sound
electromagnetic
measurement
verification platform
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
Application number
CN202110617054.2A
Other languages
English (en)
Other versions
CN113341251A (zh
Inventor
冯帅令
江涛
郭龙飞
孙阳
马高鹏
姚昆明
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.)
Qihan Electric Power Construction Group Co ltd
Original Assignee
Qihan Electric Power Construction Group Co ltd
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 Qihan Electric Power Construction Group Co ltd filed Critical Qihan Electric Power Construction Group Co ltd
Priority to CN202110617054.2A priority Critical patent/CN113341251B/zh
Publication of CN113341251A publication Critical patent/CN113341251A/zh
Application granted granted Critical
Publication of CN113341251B publication Critical patent/CN113341251B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Genetics & Genomics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明公开了一种输变电现场施工监测系统,包括声音传感器、电磁测量仪、CPU、SRAM、可变硬件模块以及综合校验平台,所述CPU用于采集声音传感器和电磁测量仪中的声音、电磁数据,并利用声音模式识别方法结合所述电磁数据采用遗传算法分析得出电气模块的测量排序以及故障类型;所述CPU还用于根据所述测量排序以及故障类型生成码流,所述码流存储在SRAM并可配置可变硬件模块。本发明提升了综合校验平台的自动化自适应水平,提高故障识别效率以及电气设备测量效率。

Description

一种输变电现场施工监测系统
技术领域
本发明涉及输变电现场电气调试领域,具体涉及一种输变电现场施工监测系统。
背景技术
送变电工程电力系统需要整体联调,在进行电气调试时需要调试的项目包括:在电压互感器和电流互感器进行二次加模拟量校验,检查保护装置、传感器等的可靠性,绝缘性能,电压相序、电压值,以及电气设备运行状况等。
现有技术中存在根据变电站中的电气设备声音异常来判断设备是否有故障的方法,如变压器在正常运行时,交流电通过变压器线圈,铁芯产生周期性的交变磁通引起振动进而发出均匀的“嗡嗡”声,而在过负荷时则发出比正常运行时略响且略重的“嗡嗡”声。同样的,其他器件如电压互感器、油断路器等在工作异常时也会发出与平常不同的声音。根据上述发声原理,可采用识别声音来判断电气设备是否运行异常,如申请号为CN201911404090.X的专利申请公开了通过分析噪声信号实现对故障设备的判断识别的方法。然而这种单纯的噪声信号分析存在误判可能性,在实际的使用中即使识别准确也需要再次使用其他设备来确认,而且,识别方式单一,容易受外界噪音影响。
另外,现有技术中,在进行电力设备故障识别和分析时通常需要多种设备如交流耐压装置、相序表、万用表、电流表以及电压表等非常多的设备参与测试,还需要根据经验使用上述设备一一测试,无法优先定位到故障概率大的电气设备。
发明内容
本发明提供一种输变电现场施工监测系统,能够解决上述背景技术中的问题。本发明采用的一个技术方案是:一种输变电现场施工监测方法,包括如下步骤:
S1、采集声音、电磁数据;
S2、利用声音模式识别方法结合所述电磁数据采用遗传算法分析得出电气模块的测量排序以及故障类型;
S3、根据S2中的结果配置相应的码流;
S4、将所述码流配置到可变硬件模块以适应不同的测量对象;
S5、按照S2中的测量排序以及故障类型配置综合校验平台进行相应的电气模块调试;
S6、读取相应电气模块的测量参数并判断与原始采集到的声音、电磁数据是否匹配,若不匹配则重新执行S1并调整S2中的测量排序,若匹配则执行S7;
S7、判断是否故障并记录测量的电气模块以及测量参数信息,继续执行S1并切换S2中的电气模块测量对象,在S3中生成不同的码流。
进一步的,所述步骤S1中的所述声音数据采用声音传感器获取,所述电磁数据采用电磁测量仪获取;
进一步的,所述S1中的声音信号还经过模拟滤波器滤除低频噪声;
进一步的,所述S2中的声音模式识别方法还包括如下步骤:
S21、采用FFT提取幅度谱;
S22、应用Mel滤波进行Mel频域的转换,使用log进行非线性变换;
S23、使用DCT进行系数特征的提取;
S24、根据事先建立的声音模型对所述系数特征进行分析;
S25、识别出不同类型的声音。
进一步的,所述遗传算法还包括如下步骤:
S2A、分析出不同类型声音所对应的电磁数据,并将声音和电磁数据共同作为一个染色体,得到若干个不同类型声音对应的染色体;
S2B、将上述染色体作为一个族群进行初始化;
S2C、采用适应性函数评估种群中染色体适应度;
S2D、用选择函数按照故障严重程度择优选择;
S2E、让个体染色体变异,执行S2C;
S2F、得出最终的电气模块的测量排序以及相应的故障类型。
进一步的,所述分析出不同类型声音所对应的电磁数据采用的方法为,截取声音所在时域节点的电磁测量数据并进行滤波得到的电磁数据。
进一步的,所述S3生成码流的方法是通过可变硬件模块配套的软件模块生成的。
进一步的,所述S4中的可变硬件模块是通过配置不同硬件采集模块中的数据处理方法、采集速率、通信速率与待测试对象的测试设备相匹配的。
进一步的,所述S5中的综合校验平台能够被S4中的可变硬件模块控制和配置的,而且综合校验平台包括模拟量产生装置,可用于二次加压测量。
进一步的,所述S6中的匹配用于校验是否为偶然事件导致的错误测量排序,所述判断优选为多次。
本发明还提供另一个技术方案是:一种输变电现场施工监测系统,包括声音传感器、电磁测量仪、CPU、SRAM、可变硬件模块以及综合校验平台,所述CPU用于采集声音传感器和电磁测量仪中的声音、电磁数据,并利用声音模式识别方法结合所述电磁数据采用遗传算法分析得出电气模块的测量排序以及故障类型;所述CPU还用于根据所述测量排序以及故障类型生成码流,所述码流存储在SRAM并可配置可变硬件模块。
进一步的,所述可变硬件模块与综合校验平台连接,所述可变硬件模块通过配置综合校验平台中的不同硬件采集模块中的数据处理方法、采集速率、通信速率与待测试对象的测试设备相匹配的。
所述综合校验平台还包括模拟量产生装置,可用于二次加压测量。
所述模拟量产生装置为强弱电流发生器。
所述可变硬件模块采用FPGA芯片,所述FPGA芯片控制所述综合校验平台并配置该综合校验平台中的电气调试设备,同时接收电气调试设备采集到的调试数据。
所述综合校验平台还包括直流泄露实验装置、相序测量装置、回路电阻测试仪、电流测量装置等电气调试设备。
所述CPU还连接有显示器,用于显示测量排序以及故障类型,并且能够显示出综合校验平台中的实际调试数据。
本发明通过测量声音和电磁信号来判断电气设备最需要测量的运行可能出现故障的设备,并对待测量设备的优先级进行排序,同时,根据不同的测量对象配置成最匹配的测量设备,这样节省了设备携带量,提升了综合校验平台的自动化自适应水平,提高故障识别效率以及电气设备测量效率。
附图说明
图1为输变电现场施工监测方法的流程图;
图2为声音模式识别方法流程图;
图3为遗传算法流程图;
图4为一种输变电现场施工监测系统硬件框图。
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。
实施例1
请参阅附图1,一种输变电现场施工监测方法,包括如下步骤:
S1、采集声音、电磁数据;
S2、利用声音模式识别方法结合所述电磁数据采用遗传算法分析得出电气模块的测量排序以及故障类型;
S3、根据S2中的结果配置相应的码流;
S4、将所述码流配置到可变硬件模块5以适应不同的测量对象;
S5、按照S2中的测量排序以及故障类型配置综合校验平台6进行相应的电气模块调试;
S6、读取相应电气模块的测量参数并判断与原始采集到的声音、电磁数据是否匹配,若不匹配则重新执行S1并调整S2中的测量排序,若匹配则执行S7;
S7、判断是否故障并记录测量的电气模块以及测量参数信息,继续执行S1并切换S2中的电气模块测量对象,在S3中生成不同的码流。
作为一种优选的实施方式,所述步骤S1中的所述声音数据采用声音传感器1获取,所述电磁数据采用电磁测量仪2获取。
作为一种优选的实施方式,所述S1中的声音信号还经过模拟滤波器滤除低频噪声。
作为一种优选的实施方式,参见附图2,所述S2中的声音模式识别方法还包括如下步骤:
S21、采用FFT提取幅度谱;
S22、应用Mel滤波进行Mel频域的转换,使用log进行非线性变换;
S23、使用DCT进行系数特征的提取;
S24、根据事先建立的声音模型对所述系数特征进行分析;
S25、识别出不同类型的声音。
作为一种优选的实施方式,参见附图3,所述遗传算法还包括如下步骤:
S2A、分析出不同类型声音所对应的电磁数据,并将声音和电磁数据共同作为一个染色体,得到若干个不同类型声音对应的染色体;
S2B、将上述染色体作为一个族群进行初始化;
S2C、采用适应性函数评估种群中染色体适应度;
S2D、用选择函数按照故障严重程度择优选择;
S2E、让个体染色体变异,执行S2C;
S2F、得出最终的电气模块的测量排序以及相应的故障类型。
作为一种优选的实施方式,所述分析出不同类型声音所对应的电磁数据采用的方法为,截取声音所在时域节点的电磁测量数据并进行滤波得到的电磁数据。
作为一种优选的实施方式,所述S3生成码流的方法是通过可变硬件模块5配套的软件模块生成的。
作为一种优选的实施方式,所述S4中的可变硬件模块5是通过配置不同硬件采集模块中的数据处理方法、采集速率、通信速率与待测试对象的测试设备相匹配的。
作为一种优选的实施方式,所述S5中的综合校验平台6能够被S4中的可变硬件模块5控制和配置的,而且综合校验平台6包括模拟量产生装置,可用于二次加压测量。
作为一种优选的实施方式,所述S6中的匹配用于校验是否为偶然事件导致的错误测量排序,所述判断优选为多次。
实施例2
参见附图4,一种输变电现场施工监测系统,包括声音传感器1、电磁测量仪2、CPU3、SRAM4、可变硬件模块5以及综合校验平台6,所述CPU3用于采集声音传感器1和电磁测量仪2中的声音、电磁数据,并利用声音模式识别方法结合所述电磁数据采用遗传算法分析得出电气模块的测量排序以及故障类型;所述CPU3还用于根据所述测量排序以及故障类型生成码流,所述码流存储在SRAM4并可配置可变硬件模块5。
作为一种优选的实施方式,所述可变硬件模块5与综合校验平台6连接,所述可变硬件模块5通过配置综合校验平台6中的不同硬件采集模块中的数据处理方法、采集速率、通信速率与待测试对象的测试设备相匹配的。
作为一种优选的实施方式,所述综合校验平台6还包括模拟量产生装置,可用于二次加压测量。
作为一种优选的实施方式,所述模拟量产生装置为强弱电流发生器。
作为一种优选的实施方式,所述可变硬件模块5采用FPGA芯片,所述FPGA芯片控制所述综合校验平台6并配置该综合校验平台6中的电气调试设备,同时接收电气调试设备采集到的调试数据。
作为一种优选的实施方式,所述综合校验平台6还包括直流泄露实验装置、相序测量装置、回路电阻测试仪、电流测量装置等电气调试设备。
作为一种优选的实施方式,所述CPU3还连接有显示器7,用于显示测量排序以及故障类型,并且能够显示出综合校验平台6中的实际调试数据。
本发明通过测量声音和电磁信号来判断电气设备最需要测量的运行可能出现故障的设备,并对待测量设备的优先级进行排序,同时,根据不同的测量对象配置成最匹配的测量设备,这样节省了设备携带量,提升了综合校验平台6的自动化自适应水平,提高故障识别效率,提升电气设备测量效率。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (3)

1.一种输变电现场施工监测方法,其特征在于,包括如下步骤:
S1、采集电气模块的声音和电磁数据;
S2、利用声音模式识别方法结合所述电磁数据采用遗传算法分析得出电气模块的测量排序以及故障类型;
所述S2中的声音模式识别方法还包括如下步骤:S21、对声音采用FFT提取幅度谱;
S22、应用Mel滤波进行Mel频域的转换,使用log进行非线性变换;
S23、使用DCT进行系数特征的提取;
S24、根据事先建立的声音模型对所述系数特征进行分析;
S25、识别出不同类型的声音;
所述遗传算法还包括如下步骤:S2A、分析出不同类型声音所对应的电磁数据,并将声音和电磁数据共同作为一个染色体,得到若干个不同类型声音对应的染色体;
S2B、将上述染色体作为一个族群进行初始化;
S2C、采用适应性函数评估种群中染色体适应度;
S2D、用选择函数按照故障严重程度择优选择;
S2E、让个体染色体变异,执行S2C;
S2F、得出最终的电气模块的测量排序以及相应的故障类型;
S3、根据S2中的结果配置相应的码流;
S4、将所述码流配置到可变硬件模块以适应不同的电气模块;
S5、按照S2中的测量排序以及故障类型配置综合校验平台进行相应的电气模块调试;所述可变硬件模块与综合校验平台连接,所述可变硬件模块通过配置综合校验平台中的不同硬件采集模块中的数据处理方法、采集速率、通信速率与电气模块的测试设备相匹配的;
S6、读取相应电气模块的测量参数并判断与原始采集到的声音、电磁数据是否匹配,若不匹配则重新执行S1并调整S2中的测量排序,若匹配则执行S7;
S7、判断电气模块是否故障并记录测量的电气模块以及测量参数,继续执行S1并切换S2中的电气模块,在S3中生成不同的码流。
2.根据权利要求1所述的输变电现场施工监测方法,其特征在于,所述S1中的所述声音数据采用声音传感器获取,所述电磁数据采用电磁测量仪获取。
3.根据权利要求1所述的输变电现场施工监测方法,其特征在于,所述S3生成码流的方法是通过可变硬件模块配套的软件模块生成的。
CN202110617054.2A 2021-06-02 2021-06-02 一种输变电现场施工监测系统 Active CN113341251B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110617054.2A CN113341251B (zh) 2021-06-02 2021-06-02 一种输变电现场施工监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110617054.2A CN113341251B (zh) 2021-06-02 2021-06-02 一种输变电现场施工监测系统

Publications (2)

Publication Number Publication Date
CN113341251A CN113341251A (zh) 2021-09-03
CN113341251B true CN113341251B (zh) 2024-02-27

Family

ID=77472821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110617054.2A Active CN113341251B (zh) 2021-06-02 2021-06-02 一种输变电现场施工监测系统

Country Status (1)

Country Link
CN (1) CN113341251B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01287475A (ja) * 1988-05-16 1989-11-20 Hitachi Ltd 高圧電力機器の異常診断システム
KR20130112306A (ko) * 2012-04-03 2013-10-14 한국전력공사 전력 기기 음향 진단 장치 및 방법
CN105548832A (zh) * 2015-12-10 2016-05-04 国网四川省电力公司电力科学研究院 高压电力电缆故障识别方法
CN208224838U (zh) * 2018-05-31 2018-12-11 北京康拓红外技术股份有限公司 一种动车组声音故障诊断系统
CN109856488A (zh) * 2019-03-15 2019-06-07 长沙理工大学 一种基于多源数据融合的变压器状态评估及故障检测方法
CN110991289A (zh) * 2019-11-25 2020-04-10 达闼科技成都有限公司 异常事件的监测方法、装置、电子设备及存储介质
CN111308240A (zh) * 2020-02-26 2020-06-19 海盐南原电力工程有限责任公司 高压设备声音故障探测装置及其探测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01287475A (ja) * 1988-05-16 1989-11-20 Hitachi Ltd 高圧電力機器の異常診断システム
KR20130112306A (ko) * 2012-04-03 2013-10-14 한국전력공사 전력 기기 음향 진단 장치 및 방법
CN105548832A (zh) * 2015-12-10 2016-05-04 国网四川省电力公司电力科学研究院 高压电力电缆故障识别方法
CN208224838U (zh) * 2018-05-31 2018-12-11 北京康拓红外技术股份有限公司 一种动车组声音故障诊断系统
CN109856488A (zh) * 2019-03-15 2019-06-07 长沙理工大学 一种基于多源数据融合的变压器状态评估及故障检测方法
CN110991289A (zh) * 2019-11-25 2020-04-10 达闼科技成都有限公司 异常事件的监测方法、装置、电子设备及存储介质
CN111308240A (zh) * 2020-02-26 2020-06-19 海盐南原电力工程有限责任公司 高压设备声音故障探测装置及其探测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《高速异步电机振动故障现场诊断研究》;李俊;《机械研究与应用》;1-3 *

Also Published As

Publication number Publication date
CN113341251A (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
CN105547465A (zh) 一种变压器振动信号绕组状态特征提取方法
CN106443326A (zh) 配电网故障定位装置测试系统及测试方法
EP2724169A2 (en) Using values of prpd envelope to classify single and multiple partial discharge (pd) defects in hv equipment
CN114186184A (zh) 一种配电终端故障诊断方法、系统、装置及存储介质
CN108008254A (zh) 一种变电站接地网故障诊断方法及装置
US20060193444A1 (en) Line testing apparatus and method
CN104931793A (zh) 一种变电站接地网接地阻抗获取方法
CN102306244B (zh) 一种基于检测点评估的排故方法
CN110929673A (zh) 一种基于itd排列熵和cgwo-svm的变压器绕组振动信号识别方法
CN113341251B (zh) 一种输变电现场施工监测系统
JP2020187955A (ja) 開閉装置の診断方法及び装置
Varaprasad et al. A new ATPG technique (MultiDetect) for testing of analog macros in mixed-signal circuits
CN111090037A (zh) 一种仪控卡件的可靠性检测方法
CN106646138B (zh) 基于多采样频率小波特征能量折算的配电网接地故障定位方法
US8103476B2 (en) Abnormal simulation signal analysis methods and abnormal signal simulation analysis module for 4˜20mA instrumental system
CN112269364A (zh) 一种故障定位自测试系统及方法
CN117074864A (zh) 一种台区侧用电测试及线损检测方法、系统、设备及介质
CN115343579A (zh) 一种电网故障分析方法、装置及电子设备
CN106918773B (zh) 工艺型硬件木马监测方法与装置
CN113567805A (zh) 一种基于数据相关性的配电网故障诊断方法及装置
CN114002574A (zh) 半导体结构的测试方法
Gomes et al. Minimal length diagnostic tests for analog circuits using test history
CN113075511A (zh) 基于分布式故障录波的线路绝缘监测方法、系统及装置
Sinha et al. Cross‐country high impedance fault diagnosis scheme for unbalanced distribution network employing detrended cross‐correlation
CN113607992B (zh) 一种直流配电保护装置的检测波生成方法及相关装置

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