Intelligente Datenauswertung
Sowohl in der Industrie als auch in der elektrischen Energieversorgung (Erzeugung, Übertragung und Verteilung) werden immer mehr Messgeräte eingebaut, die in der Lage sind Daten in periodischen Zeitabstände zu erfassen.
Heutzutage verfügen die meisten Messgeräte und Sensoren über Kommunikationsschnittstellen, die eine einfache Anbindung der erfassten Messdaten in eine zentrale Datenbank ermöglichen.
Als Ergebnis entsteht eine große Datenbank mit einer großen Menge an verfügbaren Daten.
Anwendungen, bei denen i.d.R. große Datenmengen in der Energieversorgung gespeichert werden, sind:
- Online-Monitoringsysteme zur Zustandsüberwachung von Betriebsmitteln
- Permanente Netzqualitätsüberwachung (Power Quality Monitoring)
- Permanente Überwachung des elektrischen Energieverbrauches
- Smart-Metering
- Überwachung von Prozesssignalen in der Industrie (z.B. Durch, Durchströmung, Drehzahl, etc.)
- Wetterdaten zur Steuerung der Auslastung von Stromkreisen
Es ist unstrittig, dass Daten einen hohen Informationsgehalt über die überwachten Prozesse beinhalten.
Je größer die Datenmenge ist, desto größer ist der Informationsgehalt, welcher sich hinter den Daten verbergt.
Leider ist aber in der Regel auch so, dass es mit zunehmender Größe der Datenmenge immer schwieriger wird, nützliche Erkenntnisse aus den Daten zu ziehen.
Aus diesem Grund wird in der Praxis das Potenzial bzw. der Mehrwert von Messdaten selten ausgeschöpft.
Die herkömmliche Datenauswertung beschränkt sich häufig auf eine einfache Überprüfung der Verletzung von Grenzwerten. Es wird beispielweise eine Warnung ermittelt, wenn ein Signal (z.B. Temperatur) einen voreingestellten Wert überschreitet. Diese Art von Datenauswertung ist für bestimmte Anwendungsfälle ausreichend.
Es gibt aber Anwendungsfälle, bei denen große geschäftliche Vorteile erzielt werden könnten, wenn aus den Daten ein Verhaltensmuster extrahiert bzw. erlernt wird.
Diese Art von Datenauswertung wird als „intelligente Datenauswertung“ bezeichnet.
