Medidor avanzado de potencia y energía SHARK 250

Diseñado para subestaciones de servicios públicos y aplicaciones industriales críticas.

Mejore la confiabilidad, la eficiencia y la sostenibilidad de sus instalaciones con su alta precisión y capacidad de monitoreo de calidad de energía.

DESCRIPCIÓN

• Certificación ANSI C12.20, clase de precisión 0,1
• Mediciones de frecuencia de alta precisión: 0,007 Hz
• Configuración cifrada cibersegura compatible con NERC CIP
• Analizador PQ con límites, THD y registro de armónicos
• 512 muestras/grabación de forma de onda de ciclo de hasta 319 eventos
• Tiempo de uso perpetuo, pérdida de transformador/línea y compensación de TC/TP, modo de prueba y ajustes preestablecidos de energía
• Comunicación SCADA en tiempo real: Modbus RTU/ASCII/TCP, nivel 2 DNP3 e ​​IEC 61850
• RS485 estándar y USB, dos puertos Ethernet, firewalls configurables e IPv4/IPv6
• Registro de datos con seis registros de tendencias históricas de más de 64 parámetros cada uno
Acerca de EIG

Entregando resultados en días, no en años

EIG ofrece soluciones de gestión de energía totalmente integradas, que consisten en gestión de energía impulsada por IA y tecnología de medición de vanguardia. Estas herramientas funcionan juntas a la perfección para proporcionar un sistema completo que se implementa fácilmente con una interacción mínima del usuario. El equipo de servicios de ingeniería de EIG ofrece puesta en marcha y capacitación llave en mano para ayudar rápidamente a que su proyecto sea un éxito.

Expertos en Análisis Energético

Con más de 45 años de experiencia en gestión energética, EIG tiene un historial comprobado de brindar resultados a empresas Fortune 500. Las ofertas de software de EIG se basan en una profunda experiencia de la industria en monitoreo de energía, calidad de energía y conservación de energía. EnergyPQA.com® proporciona las mejores herramientas analíticas impulsadas por IA para analizar todos los aspectos del uso de energía de un cliente y proporcionar resultados procesables. Los informes se centran en los factores de mayor riesgo, las instalaciones menos eficientes y los circuitos más derrochadores. El aprendizaje automático proporciona energía y demanda previstas para planificar e implementar la reducción de la demanda máxima.

Solicitar Información