Predictive Maintenance für Energieanlagen mit KI: Windkraft, PV, Netze

Predictive Maintenance für Energieanlagen mit KI: Windkraft, PV, Netze.

MODUL 01: VORAUSSCHAUENDE INSTANDHALTUNG

• Von reaktiv zu vorausschauend: Nutzen und Grenzen
• Sensordaten und SCADA als Grundlage
• Anwendungsfelder: Windturbinen, PV, Trafos, Kabel
• Live-Demo: der drohende Ausfall im Sensorsignal
• Ihre Ausgangslage: Wie planen Sie Wartung heute?

MODUL 02: MODELLE

• Anomalieerkennung und Restlebensdauer-Prognose
• Feature Engineering aus Zeitreihen und Zuständen
• Übung: Sie prognostizieren Ausfälle aus Sensordaten
• Der Aha-Moment: die Warnung Wochen vor dem Schaden
• Fehlalarme im Griff behalten

MODUL 03: VOM ALARM ZUR MASSNAHME

• Wartungsplanung und Ersatzteilbevorratung
• Fehlalarme managen und Vertrauen aufbauen
• Wirtschaftlichkeit bewerten
• Übung: Sie leiten aus einer Warnung eine Maßnahme ab
• Instandhaltung datenbasiert priorisieren

MODUL 04: UMSETZUNG

• Datenanbindung und Edge/Cloud
• Integration in Instandhaltungsprozesse
• Fallstudie: Predictive Maintenance im Windpark
• Betrieb und Skalierung
• Ihr Fahrplan zur vorausschauenden Wartung