76_SolarForecast - Informationen/Ideen zu Weiterentwicklung und Support

Begonnen von DS_Starter, 11 Februar 2024, 14:11:00

Vorheriges Thema - Nächstes Thema

300P

Zitat von: TheTrumpeter am 29 Mai 2026, 06:44:31Wie komme ich denn zu diesem "Architekturberater"?

Version V2.6.11 aus dem Contrib und dann die NN-Informationen (grüner Punkt  -  KI-Status rechts) aufrufen ;)


PS:
Sollte aber auch im Standart-FHEM-Update schon drin sein
Gruß
300P

FHEM 6.4|RPi|SMAEM|SMAInverter|SolarForecast| DbLog|DbRep|MariaDB|Buderus-MQTT_EMS|
Fritzbox|fhempy|JsonMod|HTTPMOD|Modbus ser+TCP| ESP32_AI_on_the_Edge|ESP32CAM usw.

TheTrumpeter

Zitat von: 300P am 29 Mai 2026, 08:36:06ersion V2.6.11 aus dem Contrib und dann die NN-Informationen (grüner Punkt  -  KI-Status rechts) aufrufen ;)
Das ist aber doch nix anderes als "get valDecTree aiNeuralNetConState", wovon ich vorhin den Auszug geteilt habe.
Da steht auch nur "Empfehlung für Bit_Fail: 0.34 (Einstellung von aiControl->aiConBitFailLimit)".

Um 12:00 hat sich der Drift neu kalibiert, sodass dafür nun keine Empfehlung ist, aber ingesamt ist immer noch "retrain", was ohne weitere Parameteränderung bzw. -empfehlung wohl nix bringen wird.
FHEM auf RPi3, THZ (LWZ404SOL), RPII2C & I2C_MCP342x (ADCPiZero), PowerMap, CustomReadings, RPI_GPIO, Twilight, nanoCUL (WMBus für Diehl Wasserzähler & Regenerationszähler für BWT AqaSmart), ESPEasy, TPLinkHS110

DS_Starter

ZitatDas ist aber doch nix anderes als "get valDecTree aiNeuralNetConState", wovon ich vorhin den Auszug geteilt habe.
Da steht auch nur "Empfehlung für Bit_Fail: 0.34 (Einstellung von aiControl->aiConBitFailLimit)".
Diese Empfehlungen werden nach dem nächsten Training gesetzt. Einige Kennzahlen werden während des Traininglaufs bewertet.
Wenn das fertig ist, sieht man auch weitere Empfehlungen.

LG,
Heiko
Proxmox+Debian+MariaDB, PV: SMA, Victron MPII+Pylontech+CerboGX
Maintainer: SSCam, SSChatBot, SSCal, SSFile, DbLog/DbRep, Log2Syslog, SolarForecast,Watches, Dashboard, PylonLowVoltage
Kaffeekasse: https://www.paypal.me/HMaaz
Contrib: https://svn.fhem.de/trac/browser/trunk/fhem/contrib/DS_Starter

DS_Starter

#6288
Hallo miteinander,

nach den diversen Fixes der letzten Wochen geht es nun weiter mit der Weiterentwicklung des neuronalen Netzes
mit dem Ziel der BEV Integration.

Dafür ist das Netz deutlich erweitert und hat ein "Gedächtnis" bekommen bzw. ausgebaut.
Über die sogenannten Lag-Features lernt das Netz:

* den Verbrauch vor 1 Stunde (Trägheit)
* den Verbrauch vor 2 Stunden (Trägheit)
* den Verbrauch gestern zur gleichen Stunde (Tagesmuster)
* den Verbrauch letzte Woche zum gleichen Tag und Stunde (Wochenmuster)

Das Modell erkennt dadurch:

* Gewohnheiten
* Tagesrhythmen
* Wochenrhythmen
* Trends (steigend/fallend)

Es waren bereits Lags eingebaut und wurden nochmal deutlich erweitert.
Das Netz ist nun aber auch empfindlicher bezüglich nicht erkennbarer Zusammenhänge, also wenn das Netz nicht erkennen kann weshalb es einen höheren oder tieferen Verbrauch gibt, denn unsere Haushalte sind stochastisch.
Ein normaler Haushalt ist stochastisch, weil der Verbrauch nicht deterministisch, sondern zufallsgetrieben,
unregelmäßig und nur teilweise vorhersagbar ist.
Unsere Tätigkeiten sind weitgehend unvohersehbar denn es ist nicht bestimmt wann jemand den Föhn einschaltet, den Herd benutzt, gebügelt, die Wama/der Trockner genutzt wird oder jemand duscht und dadurch der WW-Speicher nachgeheizt werden muß.

Das "Rauschen" ist groß und deshalb wurden Lag-Features, Rolling-Features und Volatilitäts-Signale ausgebaut.
Das Bewertungssystem musste angepasst werden, denn wir erreichen in einem stochastischen Haushalt nicht mehr so hohe mathematische Slope oder R2 Werte wie vorher, aber nicht desto trotz sehr gute bis ausgezeichnete Ergebnisse.

Strukturierte Haushalte, also wo (bestimmende) Verbraucher aus Sicht der KI besser vorhersagbare Energien benötigen wie z.B.
WP und Klimaanlagen (Temperatur und Saison getrieben), Poolheizungen (PV & Saison), BEV (abhängig von Batterieladung, Gewohnheiten)
habe vermutlich einen Vorteil von der aktualisierten Logik.

Kurzum, es befindet sich eine neue Version 2.7.0 im contrib.
Aber ACHTUNG! Diese Version ist erstmal nur geeignet für User die gern etwas mit dem neuronalen Netz experimentieren wollen und
Erfahrung mit den neuen Möglichkeiten und Verhalten sammeln möchten.
Es ist auf jeden Fall ein neues Training nötig und wahrscheinlich/evtl. auch mit unkonventionell veränderten Einstellungen.
Aber die Ergebnisse können sich sehen lassen. Der Retrain-Status bekommt auch keine rote Ampel mehr, denn es ist kein Fehler, sondern
ist einfach nur der Hinweis, dass das System gern einen weiteren Trainingslauf gemacht hätte weil die Zielgüte noch nicht erreicht ist.
Dieser Status hat nun eine blaue Ampel, also mehr "neutral".

Also wer mag, kann sich die nächste Zeit ein wenig mit der Weiterentwicklung beschäftigen. Ich mache erstmal ein bisschen Urlaub, schaue aber sicherlich ab und an mal hier rein. ;)
Später wird auf dieser Version bezüglich BEV Integration aufgebaut.

LG,
Heiko
Proxmox+Debian+MariaDB, PV: SMA, Victron MPII+Pylontech+CerboGX
Maintainer: SSCam, SSChatBot, SSCal, SSFile, DbLog/DbRep, Log2Syslog, SolarForecast,Watches, Dashboard, PylonLowVoltage
Kaffeekasse: https://www.paypal.me/HMaaz
Contrib: https://svn.fhem.de/trac/browser/trunk/fhem/contrib/DS_Starter

DS_Starter

Moin,

man sollte nicht nur den Text schreiben, sondern das Modul auch in das contrib laden  ;)
Habe ich soeben getan ... war wohl doch zu spät in der Nacht.

LG
Proxmox+Debian+MariaDB, PV: SMA, Victron MPII+Pylontech+CerboGX
Maintainer: SSCam, SSChatBot, SSCal, SSFile, DbLog/DbRep, Log2Syslog, SolarForecast,Watches, Dashboard, PylonLowVoltage
Kaffeekasse: https://www.paypal.me/HMaaz
Contrib: https://svn.fhem.de/trac/browser/trunk/fhem/contrib/DS_Starter