Transformation numérique 5 ǀ Reconnaissance de formes #42

Dans cet épisode, David Gopp, data scientist et expert en transformation numérique chez OMICRON, explique comment la reconnaissance de formes garantit une qualité et une validité optimales des données de mesure des réseaux électriques.

Des données de mesure des réseaux électriques de haute qualité sont essentielles pour réaliser des évaluations fiables de l’état des équipements électriques et prévoir la durée de vie des éléments. David explique comment l’intelligence artificielle est utilisée efficacement pour effectuer une reconnaissance de formes sur les données de mesure afin d’identifier les anomalies et d’aider les utilisateurs à valider la précision de leurs mesures pour des évaluations plus fiables.

David indique également comment la reconnaissance de formes est actuellement appliquée pour évaluer les données de mesure issues des tests des équipements de mesure des systèmes électriques effectués sur des équipements électriques, tels que les transformateurs de puissance, les transformateurs de courant, les machines tournantes et les lignes aériennes. Il teste les connaissances des auditeurs à travers un petit quiz visant à deviner l’élément électrique le plus pertinent pour la reconnaissance de formes et révèle la réponse vers la fin de l’épisode à l’aide d’exemples concrets.

Enfin, David décrit quelles solutions de test des équipements de mesure des systèmes électriques d’OMICRON utilisent déjà la reconnaissance de formes pour aider les utilisateurs à travailler plus efficacement avec de grandes quantités de données de mesure.

À découvrir également : ne manquez pas l’épisode 33 d’Energy Talks, dans lequel David Gopp et Lukas Klingenschmid, experts en transformation numérique, abordent les concepts de « data readiness » (préparation des données) et de validation des données, et expliquent en quoi ceux-ci jouent un rôle clé dans la transformation numérique du secteur de l’énergie.