Maskinlæring
Maskinlæring er et felt av datavitenskap der modeller er opplært på data for å forutsi en utgang gitt et sett med inngangsverdier. Vi bruker disse metodene til å trene modeller på historisk produksjonsdata i vannkraftverk for å forutsi sub-optimal drift og abnormiteter. Hvis en komponent bryter ned, kan vi oppdage lignende mønster i dagens anlegg, men også om samme komponent brukes i forskjellige kraftverk.
Vi har flere tiår med dyptgående erfaring innenfor turbin- og spenningsregulatorer, hydrauliske systemer, kontrollanlegg, ventilstyringer og simulatorer. Ta en titt på Produkter-delen vår. Vi kombinerer denne erfaringen med PhD-nivå innen matematikk, statistikk, fysikk og datavitenskap på arbeider med sensordata. Denne kombinasjonen gir oss et unikt utgangspunkt for å forbedre drift og vedlikehold av vannkraftverk.
Vårt tilstandsovervåkingssystem er utformet fra grunnen opp spesielt for å kjøre vår maskinlærings-pipeline for prediktivt vedlikehold.
Ta kontakt med oss for å lære hvordan systemet vårt bruker maskinlæring for å forbedre drift av vannkraftverk.