FHEM - Entwicklung > FHEM Development

Muster in Zahlenreihen erkennen; Intelligentes FHEM

<< < (3/3)

Prof. Dr. Peter Henning:
Also zunächst einmal oute ich mich damit, das Thema schon länger zu verfolgen (diverse Abschlussarbeiten vergeben).

Weiterhin: Ich bin derzeit Mitglied des Kompetenzzentrums "KARL - KI für Arbeiten und Lernen" hier in der Region. Zum Teil hat das damit zu tun, dass ich seit 2012 an regelbasierten KI-Systemen arbeite (nicht alles sind neuronale Netze...), und auch FHEM damit verbunden habe, um meine Sprachsteuerung zu realisieren. Auf Grund der vielfältigen Aktivitäten in KARL kenne ich mich auch auf den anderen Gebieten der KI inzwischen ganz gut aus.

Jetzt zum Thema: Neuronale Netze sind sehr gut geeignet, um solche Muster zu erkennen. Beispielsweise gab es bei uns vor etlichen Jahren schon ein Projekt, um die Qualität von Punktschweißvorgängen an der Stromverbrauchskurve während des Schweißens zu erkennen.

Das wesentliche ABER: Dazu muss das Muster komplett vorliegen - Teilmuster reichen eben nicht aus. Beispiel ist der Wasserverbrauch, über den Tag in 1l-Genauigkeit gemessen. Trainiere ich das Netz mit dem Gesamtmuster eines Tages, kann ich sehr schöne Aussagen treffen. Etwas: "Niemand zu Hause", "Alles OK". Oder, über ein paar Stunden gemessen: "Person X hat gerade geduscht". Ich kann also nicht mit Zeitreihen arbeiten. Eine Bachelor-Arbeit hat als tolles Resultat erbracht, dass mit höchster Wahrscheinlichkeit der nächste Messwert einer solchen Zeitreihe immer "Null" ist...

Als Beispiel die heutige Wasserverbrauchskurve (inklusive des gleitenden Mittelwertes). Um 8:30 haben 2 Personen geduscht, soeben ist eine Waschmaschine durchgelaufen.

Der Wasserverbrauch wird auch mit einem THRESHOLD überwacht, seit meine schon sehr alte Mutter einmal einen Wasserhahn laufen ließ, bevor wir für einige Stunden aus dem Haus gingen...

LG

pah




KölnSolar:
Interessant.

--- Zitat ---Also zunächst einmal oute ich mich damit, das Thema schon länger zu verfolgen (diverse Abschlussarbeiten vergeben).
--- Ende Zitat ---

--- Zitat ---Das wesentliche ABER: Dazu muss das Muster komplett vorliegen - Teilmuster reichen eben nicht aus.
--- Ende Zitat ---
Genauso hatte ich mir das gedacht. Daher auch mein Gedanke, dass das etwas für "Deine Studenten" sein könnte u. ggfs. durch den e.V. gefördert werden könnte. Was meinst Du dazu ?

Was ich in der angedachten "Einfachlösung" anstrebe, ist natürlich etwas anderes. Da sollte es (nach meinen bisherigen Analysen bei mir) genügen die Einschaltleistung u. ggfs. den besonderen Verlauf(wie bei Kompressoren) zu betrachten.

Meinst Du, dass ein ähnlicher struktureller Aufbau wie bei Deinem Alarm-Modul Sinn machen würde ?
--- Zitat ---Wie könnte man das nun technisch in FHEM definieren/realisieren ?
Wir haben heute bereits devices, die über Attributdefinitionen in anderen devices ihre Funktionalität definieren. Mir kommt da als Erstes das Alarmmodul in den Sinn. Hier werden ja auch die funktionsspezifischen Eigenschaften über Attribute in den vorhandenen Sensor-/Aktor-devices definiert.(per UI zentral, aber technisch im jeweiligen device)

Erste Ansätze zu Algorithmen bzw. notwendigen Attributen(oder nur eins, vergleichbar dem Alarmmodul ?)
--- Ende Zitat ---
Und ich meinte natürlich zur Pflege eine "spezielle" Benutzeroberfläche vergleichbar dem Alarm-Modul.

Grüße
Markus

optimizer:
Hi,
interessantes Thema. Das hätte ich mir auch schon lange gewünscht. Bin immer noch am überlegen, ob ich noch einige Stromzähler (Sicherungen mit integriertem Zähler habe ich noch nicht gefunden) in der Verteilung installiere - eine Softwarelösung hätte mehr Charm.
Auch wenn man nur die Grundlastgeräte erkennt und am Ende des Tages einzeln den Verbrauch aufschlüsselt wäre schon ein Erfolg.

Zur Zeit messe ich alle 2 Minuten - auch hier sind kleine Lastspitzen (Kühl-/Gefrierschrank) in der Nacht gut erkennbar. Bei sekundengenauer/phasengenauer Messung müsste die Signatur eindeutig erkennbar sein.
Das "Einlernen" müsste idealerweise pro Gerät stattfinden - ein Gerät nach dem anderen anstecken und ein Profil dazu abspeichern. Eine Gerätedatenbank mit Profilen wäre ideal. Gibt es eine Idee wie so ein auswertbares Profil aussieht?


--- Zitat von: zap am 17 Oktober 2021, 15:54:12 ---Diese Geräteerkennung anhand von Zählerdaten: war das nicht ein Feature, das die neuen "intelligenten" Stromzähler mitbringen sollten? Wie auch immer: ich habe 2 von den Teilen und kann bestätigen, dass sie es NICHT können ;)

Insofern finde ich die Idee sehr gut!

--- Ende Zitat ---
Hier gibts eine Demo eines MSB mit zuschaltbarer Geräteerkennung: https://my.discovergy.com/dashboard?0
Ob der Code auch unter OpenEMS veröffentlicht wird?

Gruß
optimizer

Navigation

[0] Themen-Index

[*] Vorherige Sete

Zur normalen Ansicht wechseln