So sieht es bei mir aus, auch nicht unübersichtlich.
Eine Möglichkeit ist es sich per VPN mit seinem Netzwerk zu verbinden, dann muss man nicht Zuhause sein um darauf zugreifen zu können.
Hallo Peter.. ich will da mal etwas Licht ins Dunkle bringen
-
SFML: Die Prognose ist eine eigenständige Integration, die zum korrekten Funktionieren genau einen Sensor benötigt. Einen DC Sensor in Watt der die aktuelle Leistung der Solarpanels ausgibt. Das ist 0815 Standart und wird von 99% der auf dem Markt befindlichen WR geboten. Der oft zitierte " Yield" Sensor ist nichts anderes als ein auf dem DC-Sensor der Panels aufbauender Leistungssensor nach Zeit, um Energie zu bekommen. Also in HA ein 0815 Standart kWh Sensor - allerdings muss dieser sich um 24h auf 0 setzen und von vorn beginnen. Auch das ist ein 0815 HA Task (Verbrauchszähler anlegen) … Wer noch weitere Sensoren hat (Temperatur, W/m2/ Wind / Regen.. kann diese optional hinzufügen. ( was die Prognose schneller und genauer macht) - Also hast Du recht: vieles ist optional und keine Pflicht.
-
SFML STATS: Das ist eine reine Visualisierung in Echtzeit mit detaillierten und aufgearbeiteten Statistiken sowie Energie-Flüssen in Echtzeit. Es ist nur logisch und konsequent das hier weitere Sensoren benötigt werden, da jede Anlage anders ist. Es sind im wesentlichen wieder 0815 Template-Sensoren. Um die Erstellung zu vereinfachen gibt es das kleine Tool “ESC” was ungeübten dabei helfen kann. Ebenso greift STATS auf die Daten vom GPM zu und visualisiert diese.
-
Grid Price Monitor: Das ist ein Ultra nützliches Tool für all jene, die dynamische Stromtarife haben und nach Stundenpreis ihr Auto laden, die Wärmepumpe anwerfen, den Akku laden möchten. GPM erstellt dafür einen Binär-Sensor an/aus der sich in jeder erdenklichen Automation einbauen lässt..
-
SFML STATS LITE: Da Raspberry PI und die sehr schwachbrüstigen Einsteigergeräte HA Green, Blue,.. auf ARM basieren und nicht selber die offiziellen Home Assistant Erweiterungen kompilieren können, ist das eine spezielle Version von SFML STATS die nur das bietet was auch technisch auf ARM-Systemen machbar ist.
-
ML Weather: Das ist die logische Konsequenz aus der von SFML erzeugten Wetterdaten. Sie zeigt das lokale Wetter an, so wie es von einer der 3 KI von SFML am Vortag berechnet wurde. Es ist also eine “Lokale Wetter Integration”
Man kann es also zusammenfassend sagen, das hier eine sehr komplette Suite von mir entwickelt wurde, mit Dingen die es so für Home Assistant noch niemals zuvor gegeben hat und dem Nutzer eine Vielzahl von Anwendungsmöglichkeiten und Tools an die Hand gibt.
- gezieltes und stundenbasiertes Triggern von Verbrauchern / Speichern
- Tiefe Analyse der Energieflüsse im eigenen Haushalt
- Planung von Solar-Anlagen und / oder Optimierung
- Abschätzen ob sich eine Mehrinvestition in Akku oder weitere Panels lohnt
- Performance Monitoring einzelner Strings, Gruppen, WR, oder der kompletten Anlage
- Gezielte Kosteneinsparung durch Optimierung von Lade- / Entladezyklen
- Fehlererkennung und Performance-Problemen
- Verschattungsanalyse und deren Auswirkung auf die Wertschöpfung der eigenen Anlage
- Ein einmaliges Dashboard mit Statistiken die weit über das was HA bieten hinausgehen
- State of the Art KI mit echtem transformer und Grid
- 100% Datenschutz da keine Daten das eigene System verlassen
- Keine fremden Server, KI ect
- Wetter-Historie um zum Beispiel Jahresmittelwerte ( Temp, Niederschlag,..) darzustellen
- Leistungswerte per Monat, Woche, Tag der eigenen Anlage
- uvm
Zu dem Punkt der Sensoren:
Ich werden aus Genauigkeitsgründen keine eigenen Berechnungen von kWh und / oder ähnlichen Dingen durchführen. Das kann HA besser!
Ein absoluter Mega-Punkt das NUR SFML STATS ( LITE kann das nicht auf Grund der Einschränkungen) kann ist das erzeugen und automatische Downloaden von grafischen Übersichten wie diese z.B. (exemplarisch) ich kenne keine Integration die das kann!
Oder Akku-Statistiken:
2 „Gefällt mir“
Hab es aus Interesse auch getestet, obwohl ich alle Sensoren habe.
Alles richtig berechnet (naja, PV kann ich gerade nicht testen
). Sehr schön gemacht, da super einfacher Assistent und super dokumentiert, genau wie im HA-Energie-DB, ideal! Das gleiche für die Energien wäre jetzt noch perfekt, dann sind die Sensor-Diskussionen endgültig vom Tisch. Anmerkung: Auf Energie-Ebene habe ich es auch noch nicht selbst gemacht, da hat mir bisher die Darstellung im Energie-DB gereicht.
Servus Tom, dass deine Idee super ist steht außer Frage, sonst würde ich hier auch nicht folgen. Wenn ich mir hier die x-Einträge der letzten Tage ansehe, geht es aber fast nur um triviale Probleme die aufgrund “mangelhafter” Doku entstehen. Für dich mag das ja alles ganz klar sein, für die meisten Anwender aber offensichtlich nicht. Du verwendest irrsinnig viel Zeit hier für Erklärungen, denen wir meist nicht folgen können. Schön wäre z.B. eine genau Definition der notwendigen Sensoren mit Assistent (z.B. wie bei Dennis90BW) oder Erklärung, wie man erkennt ob die Integration “läuft” usw.
1 „Gefällt mir“
Hallo Peter,
Das was Du bemängelst gibt es bereits. Es gibt ein Handbuch, eine Website, Beschreibung der einzelnen Sensoren und Beispiele. Ich bin sogar einen Schritt weitergegangen und erkläre spezifisch wie Home Assistant im Kern funktioniert, quasi eine Art Grundkurs - Viel mehr kann ich da nicht machen!
Zusätzlich gibt es hier eine stetig wachsende Anzahl von Usern, die mit Rat und Tat zur Seite stehen und Neulingen geduldig und immer wieder erklären, wie man einen Sensor anlegt, was er anzeigen muss. Dafür bin ich sehr sehr dankbar und ziehe meinen Hut vor der Mühe die sie sich machen. Ganz zu schweigen von den Testern, die im Hintergrund die einzelnen Integrationen auf Fehler oder Probleme überprüfen und ihre freie Zeit investieren.
Es ist eine wirklich tolle Mischung hier aus Anwendern und echten Spezialisten - ein sehr sehr großes Plus dieses Forums! Jeder bringt seine speziellen Erfahrungen und Kenntnisse zum Wohle aller ein.
Was ich ebenso bemerkenswert finde, ist das hier Gedanken und Ideen entstehen, über zum Teil hochkomplexe technische Aspekte.
Ich bin überzeugt davon, dass sehr viele hier auch ein besseres Verständnis über KI und Datenschutz gelernt haben!
Das eine KI nicht wirklich eine Künstliche Intelligenz besitzt sondern nur Wahrscheinlichkeiten darstellt und das “Lernen” nichts anderes ist als das Erkennen von Mustern. (Warum es eine sehr schlechte Idee ist gedankenlos ChatGPT, GROK, GEMINI und andere zu benutzen.. das man immer mit privaten Daten und Informationen bezahlt und eigene Gedanken von anderen geklaut und kommerzialisiert werden - warum es eine verdammt schlechte Idee ist eine App / Integration / Website / .. mittels KI zu generieren)
Dieser gesamte Thread hat also sehr viele Dimensionen die über eine einfach Diskussion einer Integration hinausgehen. Das finde ich mega spannend und lehrreich! (danke das die Admin´s das OT auch immer wieder zulassen)
Aber am wichtigsten ist, dass viele hier sicherlich auch ihr eigenes System besser verstehen (HA) und wie es im Grundsatz funktioniert. - Das alles in einem sehr sehr höflichen Ton und mit viel Respekt vor einander! - Es ist ein tolles Forum mit sehr vielen tollen Menschen.. !
Auch das Admin-Team dieses Forums ist wirklich unheimlich schnell und sehr professionell…
Ein kleiner Nachtrag.. :
Den meisten Spaß haben aber vermutlich unsere Nachbarn - wundert mich das sie noch nicht den Psychiater gerufen haben 
wenn ich mitten in der Nacht auf der Leiter stehe und mit einem Gartenschlauch die Panele abspritze um Tauen zu simulieren oder an Sonntagen mit Decken auf dem Dach stehe um Schatten zu simulieren, oder bei herrlichem Sonnenschein mit dem Gartenschlauch Regen simuliere .. oder am kalten Morgen künstlich Eis erzeuge um Frost zu simulieren.. alles um alles mögliche zu simulieren / zu testen wie gut mein Code ist
Meine Frau und Tochter meinten schon “Wir sollten mal ein Making-Off” drehen wäre bestimmt witzig für das Forum zu sehen, wie der alte Mann eingepackt wie ein Eskimo mit einem Gartenschlauch durch den Schnee stapft und wild in den Schnee spritzt und danach am Rechner sitzt und entweder wie ein Seemann flucht oder sich freut ..
25 „Gefällt mir“
Sollte hier nicht statt 0.00kWh etwas drin stehen (der Gesamtertrag vom Vortag)?
2026-01-02 10:03:54 - custom_components.solar_forecast_ml.forecast.forecast_orchestrator - DEBUG - Lag-Feature 'production_yesterday' = 0.00 kWh
siehe ai_predictor.py
FIX #2: Fills lag-features (production_yesterday, production_same_hour_yesterday)
with real historical values instead of 0.0.
@simon42 & Mod-Team, da wäre doch eigentlich ne eigene Kategorie schon fast angebracht, wo man das Thema und die Entwicklungen von Tom etwas aufsplitten kann um den Überblick zu behalten.
Oder sehe ich das falsch?
bin auch dafür.
das wäre dann um einiges übersichtlicher.
Nein, das ist ein Code-Feature, dass bei bestimmten Anlagen Twilight korrigiert. Dafür muss aber auch eine wirkliche Abweichung bestehen! Das was Du hier zitierst ist leider total aus dem Kontext und spiegelt nicht die Realität wieder wie der Code funktioniert.
Es fehlen in dem von dir geposteten Code sämtliche Abhängigkeiten zu Files, Modulaufrufen, Klassen, Verzweigungen, Sensoren..
Schaut ehrlich gesagt ein wenig danach aus, als wenn du ein LOG in eine KI geworfen hast und sie ist gescheitert mit der Analyse des Codes und hat es nicht verstanden - ist das korrekt oder hast Du selber den Code gelesen - wenn ja dann bist Du irgendwo falsch abgebogen?
Wie bist Du dann auf den ai_predictor.py gekommen, der mit dem LOG überhaupt nichts zu tun hat?
Zur Klarstellung:
Die Log-Zeile stammt aus forecast_orchestrator.py:184, nicht aus ai_predictor.py:
_LOGGER.debug(f"Lag-Feature 'production_yesterday' = {yesterday_total_kwh:.2f} kWh")
Der Wert wird aus einem Runtime-Cache gelesen (_historical_cache[“daily_productions”]), der beim Start leer ist und erst durch Betrieb befüllt wird.
Der Fallback auf 0.0 ist beabsichtigt - ohne historische Daten im Cache gibt es schlicht keinen Wert.
Der Kommentar “FIX #2” in ai_predictor.py bezieht sich auf die Trainings-Sequenzen, nicht auf Echtzeit-Vorhersagen. Das sind zwei völlig verschiedene Code-Pfade (!!!)
0.00 kWh bedeutet hier: Der Cache war zum Zeitpunkt der Vorhersage (noch) nicht mit Daten vom Vortag befüllt - etwa nach einem Neustart oder wenn noch kein vollständiger Tagesabschluss erfolgt ist. - was nahe liegt, betrachtet man das Datum - was auch nicht zusammen passt.
Wir könnten es auch ganz anders machen und den Thread hier komplett schließen und einen reinen Support-Thread eröffnen - der sich strikt und konsequent mit Hilfe bei der Einrichtung befasst. und ich verzichte auf tiefere Erklärungen und gebe Bescheid wenn es etwas “Neues” gibt. Das könnte man dann auch sehr gut aufsplittern.. und ich würde weiterhin anbieten bei echten technischen Problemen / Bugs das per PN zu klären? - im Endeffekt läuft der Code und es geht nur noch um echte Bug-Fixes, die zu identifizieren fällt mir ehrlich gesagt mittlerweile auch zunehmend schwerer 
1 „Gefällt mir“
Ich habe nur mal etwas herumgesucht ohne jetzt die Ahnung zu haben und da war mir das halt aufgefallen.
Eigentlich geht es mir um das Problem das nach drei Tagen hier immer noch kein Count zu sehen ist (gleiches Problem wie bei seebaer1976)
2026-01-03 23:30:00 - custom_components.solar_forecast_ml.production.production_scheduled_tasks - WARNING - AI model training incomplete: Need 50 samples, got 0
1 „Gefällt mir“
Ahh okay!!! Das ist dann etwas anderes! Wenn Du magst schick mir doch bitte dein LOG via PN (hat Seebär auch gemacht) und dann kann ich es genau analysieren und dir ganz genau sagen - wo es ggf hakt.. - oder wenn @seebaer1976 mir sein Okay gibt kann ich es auch allgemein erklären..
LG
Zara
Hey Jugi,
genau diese “Handarbeit” wollte ich ja loswerden. Habe daher schon eine Version 1.0.1 online. Das Update sollte über HACS bei dir eintrudeln (hoffe ich). Damit kannst du die Batterieleistung invertieren und die Bilanzen sollten passen.
Gruß Dennis
ANMERKUNG: Weitere Fragen bitte hier: Kleiner Helfer für Solar Forecast ML und SFML-Stats
Das hab ich damit eigentlich nicht gemeint, ich finde deine Erklärungen echt Gold Wert und hab dadurch auch noch ettliches gelernt und ich denke, das geht auch ettlichen anderen so.
Aber das würde gerade die wiederkehrenden Themen der Einrichtung sicherlich vereinfachen, welche Sensoren nehme ich wo und wo brauche ich einen Template Sensor.
Das bietet auch weiterhin die Möglichkeit, das auch andere ihre Konfiguration posten können ohne dass das unter geht und andere, die neu darauf gekommen sind, sich daran dann ein Beispiel nehmen und das als Vorlage nehmen könnten.
Das würde halt nochmal ganz andere Möglichkeiten geben, was Einrichtung und auch support angeht.
Hallo Dennis, machst Du bitte einen eigenen Thread auf.. wenn Du, wie angeboten Code von mir benötigst, oder einen tieferen Einblick warum und wie ich etwas umgesetzt habe - melde Dich gern per PN - ich finde dein Projekt interessant und unterstütze es sehr gern… aber hier geht es um SFML und deren Module.
1 „Gefällt mir“
Besten Dank Dennis, hat funktioniert. Mal abwarten, welche Werte die Sensoren morgen liefern.
Tolle Reaktionszeit!
Kleines Update zum Wochenende-Ende…
Die Wetter Integration skaliert korrekt auf Mobilen Endgeräten und fügt sich nahtlos in jedes Home Assistant Dashboard ein. Die Prognose-Tage habe ich vorerst auf 3 Tage begrenzt, da sie danach zu ungenau wird.
-
Da die Integration den HA-Standards für Wetter Integrationen folgt, ist kein “Rumfummeln” nötig.
-
Sie kann ganz normal als Wetterkarte hinzugefügt werden. Sie wird von HA auch als vollwertige Wetter-Integration erkannt - ohne etwas machen zu müssen.
-
Sie wird automatisch mit dem nächsten Update ausgerollt und ist abhängig von den vorhandenen Lerndaten der KI`s in SFML sofort einsatzbereit.
-
Ein weiterer Vorteil, die Wetterdaten werden gespeichert und sind somit auch historisch einsehbar - etwas das Wetter Integrationen sonst nicht bieten.
iPhone-Ansicht HA App:
Oben: HA Wetter
Mitte: EcoWitt Sensoren
Unten: ML Wetter
Man sieht ganz gut den Unterschied zwischen regionalen und lokal berechneten Wetterdaten.
3 „Gefällt mir“
Gibt‘s da Unterschiede zu
Ja, das sind grundlegend unterschiedliche Integrationen mit völlig unterschiedlichen Ansätzen Funktionen Möglichkeiten!
Um nur einige zu nennen… (basierend auf der Beschreibung / Code) :
-
Die von Dir benannte Integration ist eine " Wetterstation" die ausschließlich mit vorhandenen Sensoren arbeitet > MLW benötigt das alles nicht, sie funktioniert auch komplett ohne externe Sensoren
-
Die von Dir benannte Integration kann laut Beschreibung nur Echtzeitdaten darstellen und erstellt keine Prognose > MLW funktioniert wie eine klassische Wetter-Intergation mit Vorhersage
-
MLW greift komplett auf die KI`s von SFML zu und lernt das Wetter vor Ort also basiert nicht auf irgendwelche Interpolationen zu Wetterdiensten.
-
MLW ist eine lokale Integration, die keine Wetter-Integration oder Internet-Anbindung benötigt
-
MLW benötigt keinen HA Recorder, schreibt nicht in den Recorder, ließt nicht den Recorder > Keine Datenbankzugriffe notwendig
-
MLW greift nicht auf externe Sensoren zu benötigt sie auch nicht
und noch einiges mehr…
2 „Gefällt mir“