Arbeiten mit
Turbit KI
Minderleistungen erkennen, untersuchen und frühzeitig beheben. Abnormale Verhaltensmuster von Komponenten werden sofort entdeckt. Durch das Feedback unserer KundInnen wird die KI von Turbit stetig besser.
So funktioniert Turbit
Allgemeine Alarmeinstellungen
Im Allgemeinen messen Turbit Detection KPIs den Unterschied zwischen simulierten Daten aus neuronalen Netzen und tatsächlichen Daten aus der Windkraftanlage. Wenn dieser Unterschied einen bestimmten Schwellenwert erreicht, wird ein Alarm ausgelöst.
Die Schwellenwerte werden von Turbit dynamisch festgelegt, abhängig von der Leistung des neuronalen Netzwerks (NN) und der Vorhersagesicherheit pro Analysemodul pro Turbine.
Erhöhen Sie die Modellleistung
Um die NN-Leistung und Vorhersagesicherheit zu verbessern, verwalten wir Trainingsdatensätze per neuronalem Netzwerk, während wir die Windkraftanlage einbauen und überwachen.
Bei jedem bestätigten Alarm fügt Turbit automatisch Daten zum Trainingsdatensatz hinzu oder schließt sie aus. Unsere Umschulungspläne stellen eine regelmäßige Umschulung sicher, um leistungsstärkere neuronale Netze in die Produktion zu bringen.
Alarmeinstellungen für Turbit-Module
Auf hoher Ebene verwendet Turbit verschiedene Erkennungs-KPIs für KI-Überwachungsmodule. Während Erkennungs-KPIs für die Energieüberwachung kürzere Zeiträume analysieren (letzte 30 Minuten). Erkennungs-KPIs für die Hauptkomponenten berücksichtigen längere Zeiträume (5–10 Tage), um eine hohe Alarmrelevanz sicherzustellen.
Für die Stromüberwachung und Wildtierüberwachung fügen wir detaillierte Filter basierend auf Statuscodes und zusätzlichen Informationen aus der Betriebssoftware wie Bazefield hinzu, um eine hohe Alarmrelevanz sicherzustellen. Wir können Filter pro Turbine und Modul einstellen.
Automatische Berichte
Zu jeder automatischen Warnung gehört ein automatisch generierter Bericht. Der Bericht ist so aufgebaut, dass Warnungen schnell interpretiert werden können. Der Bericht heißt Ereigniskarte. Die Ereigniskarte zeigt relevante Diagramme, Benchmarks von nahegelegenen Turbinen und überlappende Statuscodes der Anomalie an.
Intelligente Dashboards und Warnungen
Überblick über Datenqualität, Modell-Performance und Anomalien pro Turbit Modul. Das Dashboard und die Event Card sind das zentrale Designprinzip von Turbit.
Das Portfolio auf einem Blick
-
Datenqualität
-
Intelligente Benachrichtigungen
-
Kennzahlen
-
Modellleistung
Automatische
Analysen
-
Plots
-
Benchmarks
-
Status Codes
-
Statistiken
Arbeitsprozesse mit Turbit
Turbit
-
Bereitstellung einer gründlichen Ursachenanalyse
-
Vorbereitung von Videoanalysen für eine bessere Kommunikation
​
-
Dashboards für Flottenzustand, Datenqualität und Modellleistung
​
Turbit & Kunde
-
Überprüfen Sie die Ursachen
​​
-
Erstellen Sie Vorschläge für vorbeugende Maßnahmen für OEM oder Service
​​
-
Berichte und KPIs für internal und externe Kommunikation
Kunde
-
Handeln Sie bei der Früherkennung potenzieller Komponentenschäden
-
Kommuniziert mit Servicepartnern und Turbit
​
-
Liefert nach der Wartung direktes Feedback an Turbit​​​
Stellen Sie die Turbit-Überwachung bereit
Technisches Setup
Für jede Turbine, jedes Bauteil und jede Anlage lernt die Turbit KI das normale Leistungsprofil anhand historischer SCADA-Daten. Die Turbit-Modelle verwenden physikalisch relevante Eingabedaten wie Windgeschwindigkeit, Temperatur, Windrichtung und Turbulenzintensität.
AI Monitoring
Kontinuierliche Simulation des normalen Verhaltens (gemessene Werte). Die Turbit KI erkennt Abweichungen vom dynamischen Normalverhalten und liefert diese Anomalien als automatischen Bericht. Jeder Bericht ist über einen Link oder eine API zugänglich.
Feedback Schleife
Bewerten Sie jede Anomalieerkennung. Dieses Feedback verbessert kontinuierlich die Turbit KI:
-
Kommunikation pro Windturbine
-
Präzise Anomalieerkennung
-
Vorhersage der Ursache