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

e.Guard advance nutzt die erfassten Differenzstromdaten und Methoden des Machine Learnings zur Prognose künftiger Anlagenzustände.

Zusätzlich zu den Funktionen von Level THREE zeichnet sich e.Guard advance durch folgende Features aus:

› 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