Okay! Dann haben wir ahnender vorbei geredet 
Ich schau es mit an
Bitte beachten:
2 „Gefällt mir“
Werden die alten „W“ Sensoren übernommen?
Jaap! Ich habe es so schonend wie möglich gemacht.. auch die bereits gespeicherten Werte bleiben erhalten.. nur die Schattenerkennung wird brechen, dazu habe ich aber ja etwas im Update-Thread geschrieben / erklärt
Die von Dir entdeckten Fehler sind auch " raus"
Du solltest deine Anlage nun auch problemlos hinzufügen können
@lemuba
Du hast nun beides.. die geschönte Marketing Autarkie und die echte .. inc echtem Wirkungsgrad der Anlage, des Akku,..
1 „Gefällt mir“
Mit SFML 32.2.2 und Anpassung der Speicher Lade/Entladeentitäten von meinem Maxxisun System schaut es nun schon mal viel besser aus 
Ps: kann ich ab der SFML 32.2.4 für den Hoymiles Wechselrichter AC Output den OpenDTU Wert nutzen?
1 „Gefällt mir“
Dann hätte ich den Config-Flow ja nicht umbauen müssen
Wer ist damit gemeint?
Kann der Wert genutzt werden?
@Tom-HA da man im anderen Thread nicht diskutieren soll, antworte ich mal hier auf BUG-TRACKER Solar Forecast ML - #348 von Tom-HA
Vielen Dank für deine ausführliche Antwort. Es hilft mir ein bisschen aber ich bin noch nicht ganz zufrieden. Ich habe wie @Joachim-xo das Problem, dass der feste Schatten am Nachmittag nicht in der Prognose spiegelt. Im März war es noch so, dass dies durch die KI spätestens nach 3 Tagen durchgehender Sonne für den nächsten Tag gut vorhergesagt wurde. Jetzt ist das leider nicht mehr so und ich habe die ausgeschlossenen Stunden im Verdacht. Da wäre es einfach hilfreich, wenn man mehr Informationen darüber hätte, warum eine Stunde ausgeschlossen wird. Im Moment fühlt sich das Ausschließen nicht als Schutz an, sondern als Lernresistenz. Das soll keine Kritik sein, aber ich möchte gerne herausfinden, warum die KI nicht den erhofften Effekt beim Erlernen der dauerhaften Verschattung hat.
Schau mal hier…
1 „Gefällt mir“
Wenn ich keine weiteren Sensoren anlegen möchte, dann funktioniert eben die Autarkie nicht oder was geht sonst kaputt?
Statt 22 nur noch 11 Sensoren, was soll da kaputt gehen? Die „W“ Sensoren hast Du doch sowieso.
1 „Gefällt mir“
Das würde mich mal interessieren! Woran machst Du das fest? Stimmt deine Prognose nicht? Wie genau ist die Prognose bei Dir?
Das habe ich ja erklärt, dass ist ein HA Thema nicht ein Code-Thema
Ja es ist ein Schutz, ein Schutz wenn Daten nicht sauber sind, Home Assistant ein Problem hat, HA neugestartet wurde,… ect pp . Die Gründe sind vielfältig.
Kannst Du mit bitte beschreiben, woran Du das festmachst?
Joachim meinte übrigens etwas anderes! Da ging / geht es um Hubble-Info und was er empfiehlt.. das ist eine ganz andere Baustelle
Nicht ganz, ich schrieb, dass die Prognosegüte im wissenschaftlichen Bereich ist. ABER die Prognose bildet das nicht ab.
Das ist schon einige Tage her, wurde aber nie beachtet.
Hier ist ein Beispiel für einen sonnigen Tag. Es gibt jeden Tag den gleichen Abfall in der Kurve wegen einer Verschattung durch einen Baum, aber die Prognose berücksichtigt dies nicht ausreichend.
Ich habe mir genau hier einen Vorteil durch die KI erhofft, weil dies keine herkömmliche Prognose ausreichend berücksichtigt.
2 „Gefällt mir“
97 % Genauigkeit sind bei einer statischen Prognose ein herausragender Wert! Ich vermute, hier liegt ein grundlegendes Missverständnis bezüglich der Funktionsweise des Systems vor.
Die Kurven, die du siehst, sind Lernkurven. Aus genau diesem Grund waren sie zwischenzeitlich deaktiviert und nur für Entwickler freigegeben – ein Punkt, der bereits mehrfach ausführlich dokumentiert und erklärt wurde.
Bei einer Trefferquote von 97 % liegt definitiv kein Fehlverhalten der KI vor. Im Gegenteil: Für ein statisches (nicht rollierendes) Modell ist das ein exzellentes Ergebnis. Mir ist kein anderes statisches Prognosemodell bekannt, das eine vergleichbare Performance liefert. Nahezu alle anderen Ansätze am Markt müssen kontinuierlich nachjustieren.
Zum Thema „Buckel“ (Verständnis des Modell-Verhaltens):
Wenn dich der Verlauf an dieser Stelle irritiert, empfehle ich dringend, dich mit dem mathematischen Konzept der Quantile zu befassen.
Wir sprechen hier über eine hochkomplexe Prognose, die von einem 5-KI-Stack generiert wird. Dieser kombiniert:
- Einen 4-Head-Transformer
- Ein LSTM (Long Short-Term Memory)
- Ein Physik-Backbone (für physikalisch konsistente Leitplanken)
- Sowie zwei weitere spezialisierte KI-Schichten im Stack.
Was du in der Visualisierung siehst, ist der P50-Wert (Median), basierend auf der Spanne von P10 bis P90 inklusive Gewichtung und einer Ridge-Regression. Genau das ist die Aufgabe dieses Stacks:
- Kein Bug, sondern im Gegenteil: An genau dieser Stelle entsteht eine neue Epoche.
- Aktive Lernsignale: Der Verlauf zeigt präzise, dass das Plateau dort noch nicht erreicht ist und das System aktiv Lernsignale generiert.
- Fazit: Unter Berücksichtigung der physikalischen Gesetzmäßigkeiten des Backbones und der zeitlichen Dynamik des LSTMs ist das ein mathematisch perfektes Ergebnis.
Hier herrscht schlichtweg eine Fehlinterpretation bzw. ein Verständnisproblem bezüglich der Funktionsweise eines so hochentwickelten KI-Stacks vor.
Das ist falsch! Wäre dem so hättest Du nicht so ein exzellentes Ergebnis! Du verwechselst eine Entwickleransicht die Lernsignale anzeigt mit einem Graphen. Bitte lese dir mal bei Gelegenheit die Beiträge zur KI und wie eine Ki lernt durch, ich habe das an mehreren Stellen ausführlich und sehr transparent erklärt. → Bitte immer daran denken: Du schaust auf eine Entwickler-Ansicht die Epochen und das Verhalten des Transformers darstellt und zeigt wo es noch Abweichungen in den Quantillen gibt! → das hat NICHTS mit Schatten, Prognosegüte oder ähnliches zu tun. Du kannst auch die RMSE und Co unter Optionen sehen, dort entscheidet sich die Güte des KI Stacks und nicht im Graphen! Auch hast Du eine ganze Handvoll Diagnosesensoren.. wenn Du die Werte nicht kennst, neu in der Materie bist.. kannst du die Werte einfach nehmen und mal in eine Ki deiner Wahl werfen und erklären lassen. Deine Aussage würde dann stimmen, wenn der Drift-Sensor nicht mehr auf WARNING oder ähnliches steht, das würde bedeutet die KI hat aufgegeben.. / ist kaputt / lernt nicht / erkennt keine Abweichungen / hat ein Plateau erreicht
@Joachim-xo ich hatte Dich so verstanden, dass es Dir darum ging das Hubble deinen Schatten nicht bei der Empfehlung berücksichtig! Das er in der Prognose ist, ist ja offensichtlich, sonst würde sie stärker Abweichen. Also arbeiten alle 5 einzelnen KI`s perfekt zusammen und es gibt kein Problem!!! Das von Dir zurecht benannte Thema " Hubble legt Empfehlungen in die Schattenstunden" habe ich überarbeitet. Wobei man auch hier vorsichtig sein muss, es kann durchaus Sinn machen! Wenn dein Eigenverbrauch trotz Verschattung gedeckt ist..
Fazit: kein BUG! - Im Gegenteil es ist ein Gütesiegel das es sauber läuft und die Gradienten, Rails, Safeguards, Heads, Backbone Training, Drift,.. perfekt funktioineren.
1 „Gefällt mir“
Ich glaube wirklich, das ich langsam mal über meinen Schatten springen muss ein ein “Erklär-Video” anfertigen muss.. :- ( Es ist wirklich sehr sehr komplex geworden in den letzten Monaten
@Kaysen899 … oder willst Du es machen
oder wir teilen uns da alle rein uns jeder macht einen Part? Wir wärs @lemuba
Hier mal meine Anlage.. ich bin mehr als zufrieden, da es heute eine Menge an Lernsignalen gibt. Das was entscheidend ist, ist ie Güte.. je unruhiger die Graphen bei guter Güte desto besser ist es. - Natürlich im Rahmen! → Bitte niemals vergessen das ist eine Ansicht für Entwickler um genau das zu sehen " Kommen Lernsignale und wo / wann kommen sie" In deinem Fall zum Beispiel bedeutet es, am Tag ist sich die KI sehr sicher, gegen Abend jedoch noch nicht, aber Hubble erkennt es und berücksichtig es (den Schatten) in der Prognose. Die Kurve zeigt nur an " hier ist eine Unsicherheit"
Man sieht auch sehr sehr schön, wie die Einbrüche sich zwischen Gesamt und pro String unterscheiden. Das ist ein perfektes Zeichen, denn es bedeutet das Hubble genau das korrekt in die Prognose einberechnet hat. Das ist ein perfekter Tag!
Das was zählt ist das hier:
und ja es ist ABSOLUT korrekt das nicht alle Strings die identische Anzahl an Samples haben.. was Samples sind und wie sie funktionieren habe ich auch sehr oft und ausführlich erklärt.
Wenn Du das heute anfertigst, ist es morgen schon Geschichte; bei Deiner Entwicklungsgeschwindigkeit 
hmm.. you got a point.. aber fairer Weise muss ich sagen, dass mein Wissen und auch das was HA leisten kann schon ziemlich ausgereizt ist. Viel mehr kann da nicht mehr kommen.
Nehmen wir mal die " echte " Autarkie .. das ist eigentlich etwas das ich nur visualisiere da es seit Monaten ein Kernbestandteil der KI selbst ist. Denn WR-Verluste, Speicher-Verluste,… sind etwas sehr sehr wichtiges das KI als erster Lernen muss. Nur so kann sie überhaupt korrekt funktionieren. → ich hole es eigentlich nur aus dem Code an die Oberfläche..
Ich hatte dazu ein heute ein Telefonat mit jemanden den Du auch kennst. Im Kern ging es darum, ob es nicht Leute auf den Boden der Tatsachen zurückholt und ob es überhaupt klug ist die echten Verluste und Wirkungsgrade / Autarkie anzuzeigen. .. aber das ist ein anderes Thema.
So und nun ist Feierabend Starship startet gleich bin schon gespannt ob es explodiert oder heute gefangen wird.. das ist ja immer ein Festtag wenn Elon sein Riesen Ding ins All schießt..
1 „Gefällt mir“