cloudbasierte, Machine-Learning-gestützte Analyse von Differenzströmen mit Warnsystem bei Anomalien

e.Guard advance nutzt die erfassten Differenzstromdaten und Machine Learning um Anomalien früh zu erkennen. Level 4 ermöglicht so ein rechtzeitiges Eingreifen.

Funktionen e.Guard advance:

• alle Funktionen von Level 3
• maschinelles Lernen von individuellen Differenzstrommustern im laufenden Betrieb (Machine Learning)
• Erkennen und Melden von Anomalien über alle Frequenzanteile bis 100 kHz
• Alarmierung bei Überschreitung des Schwellenwertes und Anomalien im Differenzstrom, z. B. schleichende Isolationsfehler, Verschlechterung EMV-Filter