数据集机会
Earthmill — 维护日志数据集机会
Earthmill 持有的中等维护日志数据集,可用于预测性维护和异常检测。
评分
72.1
评分(0-100)融合了加权维度 — 数据集稀有度、训练价值、买家需求、证据强度和许可权。70分以上表示交易就绪。请参阅下方评分维度了解详情。置信度
49%
行动
收购
此数据集的推荐交易结构:收购(完全买断)、许可(付费使用权)、数据共享协议(受控访问,不转移所有权)、合作(共同开发)或标注计划(标签)。根据数据所有权、许可复杂性和可访问性选择。市场
全球风力涡轮机预测性维护人工智能市场在 2024 年的估值为 12.4 亿美元,预计到 2033 年将达到 98.3 亿美元,复合年增长率为 22.8%。[8]
触发此机会的近期外部事实 — 可审计的来源。
- 📰press2026-06-15
Les députés RN reviennent à la charge sur le moratoire éolien et solaire
greenunivers.com ↗ - 📰press2026-06-15
L’énergie, le nerf de la guerre pour les data centers [Dossier]
greenunivers.com ↗ - 📰press2026-06-15
OKWind perd 24 M€, compte sur une recapitalisation
greenunivers.com ↗ - 📰press2026-06-15
« Certains réfrigérateurs dans les criées sont encore au fioul… » [Loïg Chesnais-Girard]
greenunivers.com ↗ - 📰press2026-06-15
Utility sector outlook deteriorates on affordability concerns: Fitch
utilitydive.com ↗
Lineage
此线索的来源
信号优先链,端到端:近期外部信号 → 合格利基 → 已解析的数据持有者 → 网站验证 → 评分机会。每个线索都可解释。
该公司积极关注数据的具体证据 — 这就是它适合进入交易室的原因。
Profile
数据集概况
类型
维护日志数据集
模态
时间序列
行业
工业
体量
中等
新鲜度
实时
稀有度
高(专有)
可访问性
受限
法律
混合所有权 — 许可权待澄清
买家画像
工业人工智能与维护优化供应商
Earthmill 持有一个庞大的时间序列数据集,其中包含其超过 800 台风力涡轮机总计的维护日志和物联网传感器数据。这些工业和物联网数据的集合提供了详细的运营历史,包括部件应力、性能退化和故障事件的记录。其结构非常适合用于预测性维护用例的算法训练,使模型能够在设备发生故障之前进行预测。
在这个快速增长的市场中,这些数据具有极高的价值;全球风力涡轮机预测性维护人工智能市场在 2024 年的估值为 12.4 亿美元,预计将以 22.8% 的复合年增长率 (CAGR) 增长。[8] 虽然存在访问复杂性,例如与涡轮机所有者共享数据所有权以及需要特定的数据共享条款,但该资产的稀有性使其成为一项战略性收购。作为一个独特的跨制造商数据集,它为在这个市场规模的市场中开发强大、与制造商无关的预测模型提供了全面的基础。⚠ 尽职调查(有价值的数据,可协商的访问权限):数据所有权可能通过运维合同与个体涡轮机所有者共享;访问高分辨率传感器数据可能需要在维护协议中包含特定的数据共享条款;该公司充当 800 多台涡轮机的车队聚合商,创建了一个独特的跨制造商数据集。· 公司:独立。
Scoring
评分维度
可解释的、基于证据的维度(0-100)。雷达图显示了投资轴。
这些证据共同证明 Earthmill 拥有其在英国的800 多台涡轮机车队维护日志的专有时间序列数据集。这些数据是工业人工智能供应商开发预测性维护算法的基本真实数据。在预计到 2033 年将达到近 100 亿美元的风力涡轮机人工智能市场中,该数据集直接支持能够减少停机时间、提高性能并抓住这个快速增长的行业份额的模型。
See dimension details ↓- Dataset Specificity90
主导的“维护日志”,工业领域,3 种特定类型
数据针对特定、难以替代的领域或任务的精确程度。利基、明确定义的数据得分高于通用数据。 - Dataset Rarity82
专有领域数据
数据的稀缺性和专有性。独特领域数据得分高;公开可用数据会降低得分。 - Dataset Volume52
3 个证据命中
数据的表观规模,根据证据命中次数和任何明确的体量提及推断。 - Dataset Freshness82
实时/流式传输
数据的时效性 — 实时/流式数据得分最高,定期转储数据得分较低。 - Training Value84
适用于预测性维护
数据对目标AI用例的有用程度 — 其是否适合模型训练或微调。 - Buyer Demand92
预测性维护市场是维护日志数据集的直接消费者,预计从 2026 年到 2035 年将以惊人的 32.32% 的复合年增长率增长,这表明对所需数据存在巨大且快速增长的需求。
基于市场信号,AI开发者和公司对该数据的需求强度。 - Legal Accessibility28
受限/未知
数据在法律上获取和使用的难易程度 — 开放/API访问得分高;PII或受监管数据得分低。 - Acquisition Feasibility30
中等难度,独立
考虑到获取难度和持有者的公司结构,实际获取数据的可行性。 - Evidence Strength62
3 种证据类型,3 次命中
公司持有此数据的证据强度 — 证据类型的多样性和命中次数。 - Right to License36
所有权=混合,许可=权利不明确
公司是否可以合法地许可数据 — 基于所有权和许可复杂性。 - Corporate Independence90
独立
持有者是否可以独立决策 — 独立公司得分高于大型集团的子公司。 - Data Orientation56
2 个数据需求信号(2 种类型)
公司投资数据的积极程度,通过其数据需求信号(招聘、产品、API等)衡量。 - Dormant Data Surplus92
盈余=高,5 个近期外部信号 — 超出已货币化的专有数据
该公司持有的专有数据量和价值,超出其已实现货币化的部分 — 我们可以解锁的休眠盈余。一家公司可以出售部分洞察,同时仍拥有更大的休眠资产。 - ICP Audit100
✓ 良好目标 — Earthmill 是一个绝佳的目标,其核心业务是运营维护 800 多台风力涡轮机,这作为副产品产生了宝贵、沉睡的维护和性能数据。问题:该公司最近(2026 年 2 月)被 European Green Transition plc 从其前母公司清算中收购,这可能会使决策复杂化;新母公司 European Green Transition 还收购了 Anemos Analytics 的多数股权,一家
Evidence
数据集证据与溯源
类型化证据证明公司持有的内容 — 为清晰起见重新表述并与市场对比。
IoT / sensor data
这些证据表明存在用于状况监测的物联网传感器数据,这是预测故障和降低运营成本的人工智能模型的关键输入。
Maintenance logs
这证实了数据集的来源是市场领导者在 800 多台涡轮机上的服务运营,提供了训练和验证准确人工智能模型所需的大规模、真实世界的维护日志。
Industrial data
这些证据指向关于工业维修和升级的结构化数据,这对于训练人工智能推荐特定干预措施以提高性能和延长资产寿命至关重要。
Coverage
Scanned sources
Deliverable
Premium dataset report
Earthmill Maintenance Logs — a Moderate maintenance logs dataset (Time Series modality) in the industrial domain. Primary AI use-case: Predictive Maintenance. Market signal: The global Wind Turbine Predictive Maintenance AI market was valued at $1.24 billion in 2024 and is projected to reach $9.83 billion by 2033, growing at a CAGR of 22.8%. [8]. Investment score 72.1/100 (confidence 0.49). Recommended action: Acquire.