Transfer learning og simulering giver bedre predictive maintenance på vindmøller

Foto : fokkebok / BigStock

Transfer learning og simulering giver bedre predictive maintenance på vindmøller

Simulering kan bruges med fordel, hvis der ikke er nok træningsdata - men kun op til et vist punkt.
Vindmøller har en af de mest oplagte use cases for predictive maintenance. Enhver times nedetid er ekstremt dyr og det samme er unødvendige servicebesøg, når møllerne i stigende grad er placeret ude på havet. 
Vil du have fuld adgang til DataTech?

DataTech skriver til dig, der arbejder professionelt med data og analytics. Vi giver dig inspirerende cases, nyheder og debat om alt fra Machine Learning-modeller til dataetik.

Husk at være logget ind med den e-mail, hvor du har dit abonnement tilknyttet. Oplever du fortsat udfordringer med din adgang, så skriv til support@ing.dk.

Prøv DataTech gratis

DataTech giver dig ny viden, cases og erfaringer med at lykkes med AI og data science i praksis. Få 3 ugers gratis og uforpligtende prøveabonnement

Klik her
Laura Schröder
Laura Schröder
Illustration: DTU

 Laura Schröder forsker i AI og vinderergi ved DTU, hvor hun netop har forsvaret sin ph.d.