Scholarlink

Predictive Maintenance beschreibt die Implementierung eines intelligenten Instandhaltungsverfahrens im Rahmen einer präventiven Instandhaltungsstrategie und ermöglicht voraussagende Prognosen und Eingriffe bei der Wartung kritischer Unternehmens-Assets, bevor sie ausfallen (Holtmann 2017, S. 333; Hodapp 2018, S. 136; Reichel et al. 2018, S. VI). Für das energiewirtschaftliche Netzgeschäft ist die voraussagende, datenbasierte Wartung von Netzbetriebsmitteln ein vielversprechender Treiber, um die Netzsicherheit vor dem Hintergrund limitierter Ressourcen sicherzustellen, die digitale Transformation der Energienetze voranzutreiben und somit einen Beitrag zur Gestaltung der Energiewende zu leisten (Fraunhofer IEE 2022, S. 8 und 21 ff.). Mit dem vorliegenden Beitrag verfolgen die Autoren zwei Zielsetzungen. Erstens soll das Potenzial künstlicher Intelligenz für Betreiber von Energienetzen durch die Beschreibung eines konkreten Anwendungsfalls, hier CABLE WATCH, eruiert werden. Zweitens gehen die Autoren der Frage nach, wie intelligente, datenbasierte Instandhaltungsverfahren zu einer effizienten und nachhaltigen Gestaltung der Energiewende aus ökonomischer und technischer Perspektive beitragen können.

错误：搜索内容不能为空，请输入英文关键词
错误：关键词超出字数限制，请精简
高级检索

Das Potenzial künstlicher Intelligenz in Verteilnetzen von Energieversorgern – Wie die Implementierung eines datenbasierten Verfahrens zur Unterstützung von Instandhaltungsstrategien zu einer effizienten Gestaltung der Energiewende beitragen kann.

  • 章节

  • 发表日期：

    2025年

查看全文
  • Katharina Pariwar,
  • Willi Bergen

摘要

Predictive Maintenance beschreibt die Implementierung eines intelligenten Instandhaltungsverfahrens im Rahmen einer präventiven Instandhaltungsstrategie und ermöglicht voraussagende Prognosen und Eingriffe bei der Wartung kritischer Unternehmens-Assets, bevor sie ausfallen (Holtmann 2017, S. 333; Hodapp 2018, S. 136; Reichel et al. 2018, S. VI). Für das energiewirtschaftliche Netzgeschäft ist die voraussagende, datenbasierte Wartung von Netzbetriebsmitteln ein vielversprechender Treiber, um die Netzsicherheit vor dem Hintergrund limitierter Ressourcen sicherzustellen, die digitale Transformation der Energienetze voranzutreiben und somit einen Beitrag zur Gestaltung der Energiewende zu leisten (Fraunhofer IEE 2022, S. 8 und 21 ff.). Mit dem vorliegenden Beitrag verfolgen die Autoren zwei Zielsetzungen. Erstens soll das Potenzial künstlicher Intelligenz für Betreiber von Energienetzen durch die Beschreibung eines konkreten Anwendungsfalls, hier CABLE WATCH, eruiert werden. Zweitens gehen die Autoren der Frage nach, wie intelligente, datenbasierte Instandhaltungsverfahren zu einer effizienten und nachhaltigen Gestaltung der Energiewende aus ökonomischer und technischer Perspektive beitragen können.