OMICRON Magazin

Erhöhen Sie die Relevanz Ihrer Prüfdaten. Maschinelles Lernen unterstützt die Genauigkeit und entlarvt mögliche Unstimmigkeiten in den Prüfergebnissen schon frühzeitig. Haben Sie die Qualität Ihrer Prüfdaten schon jemals hinterfragt? Jeder und Jede von uns weiß mittlerweile, dass Daten, vor allem zuverlässige Daten, ein wichtiges Instrument in unserer täglichen Arbeit sind. Speziell die korrekt durchgeführte Prüfung, die resultierenden Prüfdaten und die präzise Auswertung von Prüfergebnissen sind essenziell für die zuverlässige Zustandsbewertung von Anlagen. Ein Beispiel: Das Frequency Response Analysis-Verfahren (FRA-Verfahren) ist eine äußerst leistungsfähige und empfindliche Methode zur Überprüfung der mechanischen und elektrischen Integrität eines Leistungstransformators. Aus diesem oder ähnlichen Gründen wird es immer wichtiger Bewertungen durchzuführen, um die gewonnenen Daten im Vorfeld zu validieren. HÖHERE DATENQUALITÄT DURCH KÜNSTLICHE INTELLIGENZ Was bewegt uns, die Qualität der Messdaten zu hinterfragen? Gute Frage! – denn eigentlich gibt es doch genügend Referenzwerte, mit denen Prüfergebnisse und dergleichen verglichen werden können wie Cigre Daten, Fingerprint oder Schwestern-Geräte. Stimmt, aber die immer schneller fortschreitende Energiewende hat erhebliche Auswirkungen auf die bestehende Infrastruktur des Stromnetzes. Das Erzeugen von elektrischer Energie dezentralisiert sich durch erneuerbare Energiequellen, dadurch steigt die Anzahl der Einspeis- und Knotenpunkte. Die großen induktiven oder kapazitiven Lasten im Stromnetz werden durch neue geregelte Lasten ersetzt. Infolgedessen steigt das Risiko von gefährlichen Effekten wie Kurzschlüssen, Oberschwingungen und Transienten im elektrischen Stromnetz. Durch diese veränderten Einflüsse auf Betriebsmittel empfiehlt es sich auch mögliche Veränderungen in den Messdaten genau zu überprüfen. Die Grafik zeigt den Prozess eines zuverlässigen und vertrauenswürdigen Assessments. Ebene 3 Betriebsmitteldaten Ebene 2 Valide Daten Ebene 1 Rohdaten 40

RkJQdWJsaXNoZXIy NTkxNzY=