Erste KI-basierte Solarprognose die selbst lernt und deine Anlage kennenlernt - veröffentlicht-!

Auch ich habe Ungereimtheiten in der Sternenflottenabrechnung.

Im Abrechnungszeitraum fast kein Netzbezug

Während es hier passt

Kannst du mir sagen, wie ich mir die Anzeige aufrufe?

Das ist das Geheimnis dahinter

Kleiner Pro-Tipp:

Einfach eine Mark-Down Karte anlegen und folgendes eingeben:

type: markdown
content: |2-

    | Stunde | Verlust | Ursache |
    |--------|---------|---------|
    {% for item in state_attr('sensor.solar_forecast_ml_shadow_today', 'hourly_breakdown') %}
    | {{ '%02d' | format(item.hour) }}:00 | {{ item.shadow_percent }}% | {{ '☁️' if item.root_cause == 'weather_clouds' else ('🏠' if item.root_cause == 'building_tree_obstruction' else '🌅') }} {{ item.root_cause | replace('_', ' ') }} |
    {% endfor %}

ggf den Sensor anpassen, falls er bei auch anders benannt ist:

sensor.solar_forecast_ml_shadow_today

Dann seht ihr was die KI gesehen hat und warum sie Stunden ausklammert.. oder eben auch nicht, wo die Verluste herkommen..

Dankeschön! Ich teste es mal :slight_smile:

Du brauchst nicht neu anfangen, die Daten sind ja da!

Und ab 23:30 ist auch alles wieder in Ordnung bei der Anzeige!

Sind zwar nur 57% aber man erkennt, daß die Richtung gut aussieht.

Ich habe heute wieder einige Erfahrungen mit stats gemacht.

Lange habe ich an den beiden benötigten Sensoren für das Netzladen der Batterie (Netz zu Batterie und Batterie-Ladung Netz Heute) gesessen. Immer wieder die Netzladung der Batterie gestartet und wieder gestoppt. Dann waren die Sensoren fertig und ich habe sie bei den Einstellungen von stats eingetragen. Soweit so gut, aber!!! Ich hatte getestet während ich im Haus keinen Netzbezug hatte.

Der bisherige Hausverbrauch stimmte nicht mehr, der eingesetzte Sensor aus der Kostal Integration home power war falsch, er enthält ja auch den Netzstrom zur Ladung der Batterie. Die Kostal solar Integration ist hier halt nicht präzise, im Winter wird der Akku automatisch regelmäßig nachgeladen vom Netz

In der Sensor Konfigurations-Hilfe für stats steht explizit: “Kann berechnet werden als:
Solar + Netzbezug + Batterie-Entladung - Einspeisung - Batterie-Ladung”

Konkret heißt das, neuen Template sensor bauen, dabei auf die Vorzeichen der aller vorkommenden Sensoren achten, prüfen, ändern, usw.
Hier ist mir klar geworden, meine Grenze ist überschritten, ich bin ja kein Informatiker und auch schon etwas älter.
Das ist wirklich nicht böse gemeint. Ich werde jetzt die weitere Entwicklung der Prognose intensiv verfolgen, aber vorläufig keine Energie mehr in stats reinstecken.

Beste Grüße!
@Tom-HA
@salmunia
@Carsten76

2 „Gefällt mir“

Etwas schlechter als gestern, aber auch noch ok für mich :+1:

1 „Gefällt mir“

Ich fand es heute auch okay..

1 „Gefällt mir“

Finde auch das die Anwendung von Tom auf einem sehr guten Weg ist. Es braucht einfach Zeit zum lernen. Ja die Werte sind teilweise bei mir auch noch über 100% daneben, je nach Wetterbericht. Aber die Kurven funktionieren schon sehr gut. Freue mich auf die nächsten Monate, dann sollte es mit weiterem Training besser werden.

Schnee auf den Kollektoren hindern wohl die Mustererkennungsmaschine:

aber sie hat es erkannt, die Maschine! :upside_down_face:

1 „Gefällt mir“

Bei mir klappt es leider nicht so richtig, das Wetter ist zu “gut”… :zany_face:

2 „Gefällt mir“

nachdem der Schnee halbwegs getaut ist, sieht die zweite Tageshälfte ganz gut aus

2 „Gefällt mir“

Wie finde ich raus, wie oft ein Sensor aktualisiert wird? Entschuldigt die dumme Frage :innocent:

Hab einfach einen Sensor aufgerufen und beobachtet, wann sich der Wert ändert

1 „Gefällt mir“

Sunspec: 30 Sekunden

Fronius: 60 Sekunden

Was lerne ich daraus für die DC-Sensoren?

Dass es dann ja wohl eher Zufall ist, dass die beiden Werte vergleichbar sind? Oder liegen die weit auseinander?

47 W Fronius / 28 W sunspec

Dann bleibe ich bei den Fronius Entitäten.

Und, Danke für die Einordnung.