Informationen zum neuronalen Netz der Verbrauchsvorhersage
letztes KI-Training: 12.01.2026 03:27:44 / Laufzeit in Sekunden: 3733
KI Abfragestatus: ok
letzte KI-Ergebnis Generierungsdauer: 86.64 ms
Verbrauchernummer Wärmepumpe: 01
=== Modellparameter ===
Normierungsgrenzen: PV=27280 Wh, Hausverbrauch: Min=0 Wh / Max=11860 Wh
Trainingsdaten: 8199 Datensätze (Training=6559, Validierung=1640)
Architektur: Inputs=112, Hidden Layers=80-40-20, Outputs=1
Hyperparameter: Learning Rate=0.005, Momentum=0.5, BitFail-Limit=0.35
Aktivierungen: Hidden=SIGMOID, Steilheit=0.9, Output=LINEAR
Trainingsalgorithmus: INCREMENTAL, Registry Version=v1_heatpump_active_pv
Zufallsgenerator: Mode=2, Periode=10
=== Trainingsmetriken ===
bestes Modell bei Epoche: 1366 (von max. 15000)
Training MSE: 0.001336
Validation MSE: 0.008961
Validation MSE Average: 0.010217
Validation MSE Standard Deviation: 0.000501
Validation Bit_Fail: 6
Model Bias: 993 Wh
Model Slope: 0.7
Trainingsbewertung: Retrain
=== Fehlermaße der Prognosen ===
MAE: 811.81 Wh
MedAE: 546.69 Wh
RMSE: 918.20 Wh
RMSE relative: 31 %
RMSE Rating: weak
MAPE: 37.97 %
MdAPE: 20.71 %
R²: 0.37
=== Drift-Kennzahlen ===
Drift Score: -
Drift RMSE relative: -
Drift Bias: -
Drift Slope: -
Drift Bewertung: -


# Ich habe folgende SystemInstruction definiert, die die Umgebung beschreiben und mit der die KI zusätzlich lernt
# 1.
attr Gemini_AI KI_Instr00 Du bist die Smart-Home-KI für FHEM. Antworte NUR mit dem FHEM-Befehl.
attr Gemini_AI KI_Instr01 Mehrere Befehle trenne mit ;;;;
attr Gemini_AI KI_Instr02 Deine GERÄTE-LISTE: - Das Hauptlicht heißt: Küche
# 2. Das beschreibt meine Rollo Installation, ohne die Device Namen direkt anzugeben
# 2.1 Wie heißen die Räume und welche Kurznamen sollen verwendet werden
attr Gemini_AI KI_Instr03 Es gibt Rollos in allen Räumen. Wohnzimmer -> WZ;; Küche -> KU;; Schlafzimmer -> SC;; Bad -> BA;; Arbeitszimmer -> AR;;
# 2.2 Wie sind die Aurichtungen der Rollos in den Räumen
# Man kann auch mehrere Beschreibungen in eine Zeile schreiben, die Zeilen sollen es nur lesbarer machen.
# Welche Kommandos können für Rollos verwendet werden?
attr Gemini_AI KI_Instr04 WZ hat je 1 Ost und West, KU 1 Süd, SC 1 West, BA 1 Nord und AZ 1 Ost Rollo. Es gibt Kommandos open, close und position mit 0 bis 100.
# 2.3 Das beschreibt meinen Namensstandard für die Rollos
attr Gemini_AI KI_Instr05 Die Gerätenamen entsprechen folgendem Syntax mit _ als Trennzeichen: 'Kurzname des Raums' 'Kurzname der Himmelsrichtung' 'Rollo'
# 2.3 Hier lernt die KI noch, dass die Himmelsrichtungen abgekürzt werden.
attr Gemini_AI KI_Instr06 Die Himmelsrichtungen werden mit dem ersten Buchstaben abgekürzt.
# 3. Für direkte Kommandos und Aussagen gibt man Beispiele. Dies ist sinnvoll, wenn es keinen guten Namensstandard gibt, oder das Kommando komplexer ist.
attr Gemini_AI KI_CMD00 BEISPIELE:
attr Gemini_AI KI_CMD01 'Es ist dunkel in der Küche' -> set MQTT2_zigbee_Ku_Licht ON 'Licht aus in der Küche' -> set MQTT2_zigbee_Ku_Licht OFF
An meinen vorherigen Post, mit Tests sieht man, dass die KI auch aus anderen Aussagen durchaus das richtige Kommando findet.Zitat von: monkye am 11 Januar 2026, 19:09:53Ja genau, die WLAN-Sendeleistung. Hab jetzt mal den ESP32C6 gegen einen ESP32 Mini getauscht, aber auch hier gibt es die Abbrüche. In diversen Foren gab es Hinweise, dass DHCP ein Problem sein kann. Aber auch mit der fixen IP läuft der ESP32 nicht durch.
Geht der Ping eigentlich vom ESP32 aus oder vom FHEM-Server?
=== Modellparameter ===
Normierungsgrenzen: PV=8503 Wh, Hausverbrauch: Min=0 Wh / Max=8938 Wh
Trainingsdaten: 8176 Datensätze (Training=6540, Validierung=1636)
Architektur: Inputs=65, Hidden Layers=80-40-20, Outputs=1
Hyperparameter: Learning Rate=0.005, Momentum=0.4, BitFail-Limit=0.35
Aktivierungen: Hidden=SIGMOID, Steilheit=1.3, Output=LINEAR
Trainingsalgorithmus: INCREMENTAL, Registry Version=v1_common_active_pv
Zufallsgenerator: Mode=2, Periode=10
=== Trainingsmetriken ===
bestes Modell bei Epoche: 692 (von max. 15000)
Training MSE: 0.000185
Validation MSE: 0.000257
Validation MSE Average: 0.000266
Validation MSE Standard Deviation: 0.000017
Validation Bit_Fail: 0
Model Bias: 108 Wh
Model Slope: 0.9
Trainingsbewertung: Borderline
=== Fehlermaße der Prognosen ===
MAE: 97.76 Wh
MedAE: 65.56 Wh
RMSE: 115.47 Wh
RMSE relative: 18 %
RMSE Rating: acceptable
MAPE: 16.76 %
MdAPE: 9.80 %
R²: 0.91
=== Drift-Kennzahlen ===
Drift Score: 2.13
Drift RMSE relative: 42.51
Drift Bias: 311.22
Drift Slope: 0.522
Drift Bewertung: moderateZitat von: betateilchen am 11 Januar 2026, 19:53:41Dann kann ich ja nun mal anfangen eine meiner Boxen auf den eigenen Server umzubiegen
INFO 192.168.123.225:43854 - "GET /v1/blacklist/000C8A7Axxxx HTTP/1.1" 404
INFO 192.168.123.225:44053 - "POST /marge/streaming/support/power_on HTTP/1.1" 200
INFO 192.168.123.225:44056 - "GET /bmx/registry/v1/services HTTP/1.1" 200
INFO 192.168.123.225:44065 - "GET /media/tunein-monochromePng.png HTTP/1.1" 200
INFO 192.168.123.225:44066 - "GET /media/orion-monochrome_v2.png HTTP/1.1" 200
INFO 192.168.123.225:44067 - "GET /media/siriusxm-monochromePng.png HTTP/1.1" 200
INFO 192.168.123.225:44079 - "GET /marge HTTP/1.1" 404
INFO 192.168.123.225:44084 - "GET /marge/streaming/sourceproviders HTTP/1.1" 200
INFO 192.168.123.225:44086 - "GET /marge/streaming/account/4xxx5/full HTTP/1.1" 200
INFO 192.168.123.225:44087 - "GET /marge/streaming/account/4xxx5/provider_settings HTTP/1.1" 200
INFO 192.168.123.225:44103 - "GET /marge/streaming/account/4xxx5/provider_settings HTTP/1.1" 200
INFO 192.168.123.225:44698 - "GET /bmx/tunein/v1/playback/station/s56857 HTTP/1.1" 200
INFO 192.168.123.225:44709 - "POST /marge/streaming/account/4xxxx5/device/000C8A7Axxxx/recent HTTP/1.1" 200
INFO 192.168.123.225:46954 - "GET /bmx/tunein/v1/playback/station/s50412 HTTP/1.1" 200
INFO 192.168.123.225:46965 - "POST /marge/streaming/account/4xxx5/device/000C8A7Axxxx/recent HTTP/1.1" 200