Ich besitze also zwei Solarfelder, das südliche mit 2,6 kW und das westliche mit 2 kW. Ich addiere die Ausgaben beider Felder und erhalte die Gesamtleistung, die ich der Integration hinzufüge.
Du benötigst, zusätzlich zu den DC- Power Total noch einen täglich zurücksetztenden kWh sensor! Bitte den konfig flow beachten!
Weiterhin müssen im nächsten Menü noch die gruppen angegeben werden
Mit jeweils zum String passenden extra täglichen kWh Sensor!
was hast du für ein System? (ARM → Pi? oder x86 →mini PC)
Ich habe HAOS auf einer TrueNAS-VM installiert.
Also ich gehe davon aus, das deine Internetverbindung nicht stabil genug ist um Wetterdaten abzurufen.
Man kann in deiner LOG klar sehen, das die Wetterdaten einen Timeout bekommen.
Hier beispiele.
2026-04-26 05:00:10 - custom_components.solar_forecast_ml.data.data_open_meteo_client - WARNING - Open-Meteo API request timed out
2026-04-26 05:00:10 - custom_components.solar_forecast_ml.data.data_open_meteo_client - WARNING - Open-Meteo API unavailable, using stale cache (age: 4.7h)
2026-04-26 05:00:10 - custom_components.solar_forecast_ml.data.data_weather_pipeline_manager - DEBUG - Pipeline: Open-Meteo fetch SUCCESS
2026-04-26 05:00:10 - custom_components.solar_forecast_ml.data.data_weather_corrector - DEBUG - Using Open-Meteo GHI for 2026-04-26 hour 11: 466.0 W/m² (cloud_cover=65%)
2026-04-26 05:00:30 - custom_components.solar_forecast_ml.production.production_scheduled_tasks - WARNING - ✗ Corrected forecast TIMED OUT (30s)
2026-04-26 05:00:30 - custom_components.solar_forecast_ml.production.production_scheduled_tasks - INFO -
2026-04-26 05:01:00 - custom_components.solar_forecast_ml.production.production_scheduled_tasks - WARNING - ✗ Weather blend TIMED OUT (60s)
2026-04-26 05:01:00 - custom_components.solar_forecast_ml.production.production_scheduled_tasks - INFO -
Denn Ohne korrekte und komplette Wetterdaten wird das mit der Prognose schwierig.
Am 26.4. war die genauigkeit bei 86% war ok ist.
Weiterhin begrenzt dein Wechselrichter. (Nulleinspeisung?)
2026-04-26 23:30:00 - custom_components.solar_forecast_ml.production.production_scheduled_tasks - INFO - Excluded hours info for 2026-04-26: 15/24 (62.5%), reasons: {'mppt_throttled': 15}
2026-04-26 23:30:00 - custom_components.solar_forecast_ml.production.production_scheduled_tasks - INFO - Day finalized: yield=11.88 kWh, consumption=11.99 kWh, accuracy=85.9%
Hier werden 15h ausgeblendet und nicht gelernt.
Excluded hours info for 2026-04-26: 15/24 (62.5%), reasons: {'mppt_throttled': 15}
Nun ja, das ist nur die Situation von einem Tag, und ja, die gestrige Vorhersage war überraschend genau, aber die der Tage zuvor lagen völlig daneben. Könnten Sie bitte die älteren Aufzeichnungen überprüfen?
Aber wo liegt dein Problem?
Genauigkeit kann es ausschließlich nicht sein.
26.04. 86% ← gut
25.04. 90,7% ← gut
24.04. 57,8% ← schlecht
23.04. 98,3% ← sehr gut
22.04. 98,9% ← sehr gut
21.04. 62,4% ← schlecht
usw.
Ich denke, das dein System gar nicht lernen kann, da alle Stunden durch das Drosseln des MPPT nicht übernommen werden.
2026-04-25: 14/24 (58.3%), reasons: {‘mppt_throttled’: 14}
NEIN! Woher hast du diese Zahlen??? NEIN! Die Genauigkeit war VIEL geringer!
Aus deiner Log! Alles was du mir geschickt hast vom 19.04. bis heute
„Ich denke, das dein System gar nicht lernen kann, da alle Stunden durch das Drosseln des MPPT nicht übernommen werden.“ Ich verstehe nicht, wovon du sprichst
Bitte den text lesen, der im config flow enthalten ist. Die vorletzte Option.
Hier steht
Nulleinspeisung aktiv
⚡ MPPT-DROSSELERKENNUNG
Aktiviere diese Option wenn du eine Nulleinspeise-Regelung hast (z.B. Shelly).
📌 WARUM IST DAS WICHTIG?
Bei Nulleinspeisung drosselt der Wechselrichter die Produktion auf den Hausbedarf. Das ML würde dann lernen: 'Sonnenschein = 200W' statt 'Sonnenschein = 1000W (aber gedrosselt)'.
✅ Mit aktivierter Option werden gedrosselte Stunden vom ML-Training ausgeschlossen.
⚠️ Funktioniert nur bei guten Wetterbedingungen (Sonne, wenig Wolken) UND wenn die Produktion deutlich unter der Physik-Vorhersage liegt
in Englisch
Zero-Feed-In Active
⚡ MPPT DROPPING DETECTION
Enable this option if you have a zero-feed-in control system (e.g., Shelly).
📌 WHY IS THIS IMPORTANT?
With zero-feed-in, the inverter limits production to meet household demand. The ML would then learn: ‘Sunshine = 200W’ instead of ‘Sunshine = 1000W (but throttled)’.
✅ With this option enabled, throttled hours are excluded from ML training.
⚠️ Only works under good weather conditions (sun, few clouds) AND when production is significantly below the physics-based forecast
Translated with DeepL.com (free version)
Bitte meinen Editierten Text lesen.
Please read my edited text.
Liege ich richtig mit der Annahme, dass der Ladesensor der PV-Batterie nicht richtig funktioniert? Sollte ich ihn vielleicht vorerst deaktivieren?
Die Option darüber!
Deutsch
Nulleinspeisung aktiv
English
Zero-Feed-In Active
Russisch?
Активный режим без подачи
Ukrainisch?
Активний режим без подачі
Dieses Bild ist ja aus dem Energiedashboard- du schreibst, dass die Vorhersage dort immer weit daneben liegt - hast du denn dort SFML als Forecast auch wirklich hinterlegt?
