dc.contributor.advisor | Hasan, Agus | |
dc.contributor.advisor | Osen, Ottar | |
dc.contributor.advisor | Mikalsen, Egil | |
dc.contributor.author | Haghshenas, Amirashkan | |
dc.date.accessioned | 2022-09-15T17:20:00Z | |
dc.date.available | 2022-09-15T17:20:00Z | |
dc.date.issued | 2022 | |
dc.identifier | no.ntnu:inspera:113806793:64522406 | |
dc.identifier.uri | https://hdl.handle.net/11250/3018231 | |
dc.description.abstract | Det nåværende prosjektet er industri 4.0 digital tvilling for havvindpark som er et forsøk på å forske på de nyeste teknologiene, presentere og utvikle en digital infrastruktur for vindparker. Det vil tillate brukere å samle inn, visualisere og analysere data fra vindparkene, kombinert med prediktive evner og kunstig intelligens-metodologier som bidrar til å forbedre prediktive vedlikeholdsstrategier, lette beslutningstaking, redusere mulige feil, forbedre pålitelighet og tilgjengelighet og øke årlig energiproduksjon. | |
dc.description.abstract | The current project is industrie 4.0 digital twin for offshore wind farms which is an effort to research the latest technologies, present and develop a digital infrastructure for wind farms. It will allow users to collect, visualize, and analyze data from the wind farms, combined with predictive capabilities and artificial intelligence methodologies which help to enhance predictive maintenance strategies, facilitate decision making, mitigate the possible failures, improve reliability and availability, and increase annual energy production. | |
dc.language | eng | |
dc.publisher | NTNU | |
dc.title | Predictive Digital Twin of Wind Farm | |
dc.type | Master thesis | |