attr WP_Modbus obj-i506 Aussentemperatur, expr=$val / 10Zurück kommt ein 3-Stelliger Wert, der der Isttemperatur HK1 entspricht. Der sollte Adresse 507 haben...Callback server CB12345 created. Listening on port 7420ZitatDie damit verbundene Frage, ob eine tägliche Aktualisierung ausreicht, ist vielleicht untergegangen. Ich kann mich jedenfalls daran nicht erinnern. Die Ergebnisse bei mir sprechen eher dafür, dass es für die Prognose unerheblich ist.etotal hatte ich vor bei WP zu erfassen um diesen Wert in geeigneter Weise als Lerninhalt der KI zur Verfügung zu stellen. Deswegen im Gegensatz zu "normalen" Verbrauchern als verpflichtend definiert. Bis dato ist es aber nicht nötig, vllt. aber doch in ZUkunft weswegen ich den Key so drin lasse.
Zitat von: DS_Starter am 15 Januar 2026, 18:47:00Ja, ist so einiges dazu gekommen. Aber weiß noch nicht wie es wirkt.Meine Konfiguration hat eine Besonderheit. Die Verbrauchszweige
Deswegen auch der Zusatz "test" in dem Profil. Vermutlich wirkt es auch nicht bei jeder WP-Umgebung gleich -> verschiedene Profile möglich.
aiConActivate=1
aiConAlpha=1
aiConTrainStart=1:2
aiConActFunc=SIGMOID
aiConMomentum=0.6
aiConProfile=v1_heatpump_active_pv_test
aiConShuffleMode=1
aiConSteepness=1.2
aiConTrainAlgo=INCREMENTAL
Beim letzten Training mit aiConProfile=v1_heatpump_active_pv_test gab es als Ergebnis:last AI training: 2026-01-15 17:37:20 / Runtime in seconds: 2077
AI query status: ok
last AI result generation time: 15.25 ms
Consumer number Heat pump: 01
=== Modellparameter ===
Normierungsgrenzen: PV=13585 Wh, Hausverbrauch: Min=0 Wh / Max=13384 Wh
Trainingsdaten: 2869 Datensätze (Training=2295, Validierung=574)
Architektur: Inputs=94, Hidden Layers=80-40-20, Outputs=1
Hyperparameter: Learning Rate=0.005, Momentum=0.6, BitFail-Limit=0.35
Aktivierungen: Hidden=SIGMOID, Steilheit=1.2, Output=LINEAR
Trainingsalgorithmus: INCREMENTAL, Registry Version=v1_heatpump_active_pv_test
Zufallsgenerator: Mode=1, Periode=10
=== Trainingsmetriken ===
bestes Modell bei Epoche: 7290 (von max. 15000)
Training MSE: 0.000228
Validation MSE: 0.001434
Validation MSE Average: 0.001551
Validation MSE Standard Deviation: 0.000093
Validation Bit_Fail: 0
Model Bias: 109 Wh
Model Slope: 0.9
Trainingsbewertung: Retrain
=== Fehlermaße der Prognosen ===
MAE: 345.04 Wh
MedAE: 219.83 Wh
RMSE: 442.55 Wh
RMSE relative: 27 %
RMSE Rating: good
MAPE: 24.19 %
MdAPE: 18.81 %
R²: 0.88
=== Drift-Kennzahlen ===
Drift Score: -
Drift RMSE relative: -
Drift Bias: -
Drift Slope: -
Drift Bewertung: -
Das finde ich insgesamt als sehr beachtlich. Was man aber nicht erwarten darf, ist eine hohe Treffergenauigkeit bei den Stundenwerten, siehe Diagramm. Die Unterschiede waren in der letzten Woche bei sehr hohem und stark schwankenden stündlichen Energiebedarf der Wärmepumpe noch deutlicher.Zitat von: klaus.schauer am 07 Januar 2026, 17:06:24Die damit verbundene Frage, ob eine tägliche Aktualisierung ausreicht, ist vielleicht untergegangen. Ich kann mich jedenfalls daran nicht erinnern. Die Ergebnisse bei mir sprechen eher dafür, dass es für die Prognose unerheblich ist.Zitat von: DS_Starter am 07 Januar 2026, 14:39:05(*) Für Verbrauchertyp heatpump sind Besonderheiten zu beachten:Ein Hinweis zu etotal: Bei der Vaillant Wärmepumpe, die hier in Betrieb ist, wird etotal nur einmal am Tag kurz nach Mitternacht aktualisiert. Wenn etotal für die stündliche Berechnung der Energie gebraucht wird, müsste man dies aus den Leistungsdaten aufsummieren.
power maximale Leistungsaufnahme der Wärmepumpe in W. Der Wert darf nicht! 0 sein.
etotal Reading:Einheit (Wh/kWh) des Consumer Device, welches die Summe der verbrauchten Energie liefert. Die Angabe ist verpflichtend.
pcurr Reading:Einheit (W/kW) welches den aktuellen Energieverbrauch liefert. Die Angabe ist verpflichtend.
comforttemp Solltemperatur (Komforttemperatur) in den Wohnräumen in °C. Die Angabe ist verpflichtend.
in die heutige Version mit WW / Tageszeit / Temperatur etc. eingebaut !