EOMS設(shè)備健康監(jiān)測(cè)系統(tǒng)能夠?qū)﹄姎庠O(shè)備維保記錄、運(yùn)行數(shù)據(jù)、電氣日常管理方面的數(shù)據(jù)進(jìn)行收集、分析、篩選。通過收集現(xiàn)有系統(tǒng)中電氣設(shè)備運(yùn)行數(shù)據(jù)、設(shè)備維保記錄、在線監(jiān)測(cè)系統(tǒng)記錄、工作記錄、檢查記錄、設(shè)備問題或隱患等，并將所有信息與設(shè)備和平臺(tái)進(jìn)行關(guān)聯(lián)，生成工作人員需要的報(bào)表內(nèi)容，并從電氣設(shè)備管理、數(shù)據(jù)標(biāo)準(zhǔn)化服務(wù)、報(bào)表數(shù)據(jù)分析等方面提升電氣設(shè)備標(biāo)準(zhǔn)化、智能化管理，具備數(shù)據(jù)分析和輔助決策能力。可視化方式全面展示各平臺(tái)的設(shè)備實(shí)時(shí)健康評(píng)估狀態(tài)，便于全面掌握準(zhǔn)確的設(shè)備狀態(tài)進(jìn)行預(yù)測(cè)和總體分析。

 

 

　　通過以上幾個(gè)方面數(shù)據(jù)來源的評(píng)估，經(jīng)過大數(shù)據(jù)分析在設(shè)備異常、故障等情況下不同監(jiān)測(cè)數(shù)據(jù)的呈現(xiàn)及趨勢(shì)建立神經(jīng)網(wǎng)絡(luò)算法模型，后續(xù)實(shí)時(shí)數(shù)據(jù)進(jìn)入模型中經(jīng)過運(yùn)算判斷設(shè)備健康狀態(tài)情況，以及設(shè)備健康狀態(tài)趨勢(shì)預(yù)測(cè)，為預(yù)防性維修提供決策依據(jù)