Sehr geringe Vorhersagegenauigkeit

das sind sehr gute Werte

Und wie ich dir schon sagte! Das sind Daten aus deiner Log! und die sind gut!

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

Und weiterhin, wenn du Zero Feed In aktiv hast und dein MPPT Abregelt, dann wirst du nie die korrekte leistung lesen können.

Ich habe es ausgeschaltet.

das bringt dir gar nix, wenn dein Wechselrichter trotzdem bei voller sonne nur 200Watt für dein Haus produziert! Da wird SFML noch mehr mist lernen.

Mein Akku ist ständig leer. Ich bewahre ihn immer am selben Ort auf.

dann nur die Zero Feed in deaktivieren. Und beobachten ob es funktioniert.
Bitte halte die Augen auf den Sensoren und nicht auf die HA Energie Anzeige

Tut mir leid, ich verstehe, dass ich nerve und Probleme verursache, aber ich glaube, ich verstehe immer noch nicht ganz, worin das Problem besteht.

verstehst du was in deiner Sprache in den text in den Optionen steht?

Die Annahme, dass ich nicht meine gesamte Energie im Laufe des Tages verbrauche, ist falsch. Ich verbrauche sie komplett! Wenn mein Akku geladen ist, schalte ich so viele elektrische Geräte wie möglich ein.

Ich glaube, ich habe das Problem gefunden. Der PV_Battery_Charging-Sensor funktioniert nicht.

Ich fasse mal zusammen, da ich persönlich nicht weiter komme.

Ich glaube wir haben hier eine massive Sprachbarriere.
In den Logs kann man folgendes erkennen.

  • MPPT Abregelung wird erkannt
  • Genauigkeit ist trotzdem gut
  • teilweise Internetprobleme, aber nicht immer

Ich kann gerade nicht mehr machen, nur festhalten, das SFML keine schuld trifft und ggf. die Konfiguration nicht passt und überarbeitet werden muss.

1 „Gefällt mir“

Korrigier deinen PV_Battery_Charging-Sensor und dann beobachte den Verlauf die kommenden Tage - das sollte dann besser werden. Und so weit schien SFML ja nicht daneben gelegen zu haben. Den Wert kannst du ja auch unter Sensoren in SFML ablesen - wie gut es bisher war.

3 „Gefällt mir“

Ich halte Sie auf dem Laufenden.

1 „Gefällt mir“

Well, maybe lets switch to english fo this technical detailed discussion, because it seems that some informations are missing for both sides because of the translation. And normallyif you are using a translator, mostly translation from english to your language works better then from german.

So, according to your logfiles you have also good results, which also your screenshot from Post 20 shows. AI Metrics with 0.92 is nearly perfect.

Next, please check your Sensors, specifically the one for the “Solar to battery” of your system. If this one doesn´t work ( less than 50W ), SFML thinks MPPT-throttling is always active and excluding the hours from learning!

And it doesn´t make sense to turn of the option “battery storage”, it will make it more worse, because without activated option, if you are running into a full battery the AI will learn “I have full sun and input of 200W”. Please only deactivate “zero feed in”-option.

As @nobbilie wrote, correct your PV_Battery_Charging-sensor ( please check that only Solar to battery will be shown for this sensor) and have a look during the next days if it will be getting better. If not, maybe a complete restart will make sense with clean sensors and due to this clean values.

3 „Gefällt mir“

I would like to thank @Kaysen899 @nobbilie @Johnny_1993 for the deep dive.

Kaysen is correct—your forecast accuracy has been exceptionally high given the short timeframe. Also pls check your internet-conection

Furthermore, his observations regarding the option flow in relation to MPPT throttling are 100% correct. I would also be interested to see the data from the STATS module regarding this accuracy. Could you please share a screenshot?

In my experience, STATS provides significantly higher precision than the standard Home Assistant Energy Dashboard due to its superior data processing arithmetic.

Cheers and a beer to all of you great work!!!

Eine blöde Frage woher bekomme ich die log daten? :face_with_peeking_eye:

Findest du im Ordner, config /solar_forecast_ml /logs

1 „Gefällt mir“