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