Adapter: Prognose/Vorhersagen
-
Hallo,
gibt es bereits einen Adapter oder Referenzimplementierungen, die ausgehend einer zeitbasierten Datenreihe (bspw. sqllite oder natürlich influxDB) eine Prognose erstellt? Bspw. lineare Extrapolation, lineare Regression/Ausgleichsrechnung etc?
Nur zu meinem Verständnis.
Danke und schönen Sonntag
Alina -
@alinaclg ich hab sowas für den Jährlichen Stromverbrauch mal gemacht. Es hats ich gezeigt das es zu viele Faktoren gibt um eine Aussagekräftige vorhersage zu bekommen.
Erst nach etwa 6-8 Monaten war die vorhersage für das Jahr annähernd realistisch.
Eine Überlegung das zu verbessern war das Vorjahr zu berücksichtigen und daraus für jeden Monat einen Kompensationsfaktor ab zu leiten.So hätte es zwar bei gleichem verhalten und gleichen Geräten funktioniert, aber so bald größere Änderungen wie ein Elektroauto, Home Office oder eine PV Anlage ins Spiel kommen, passt das wieder nicht.
Bei annähernd konstanten Werten ist es natürlich sehr einfach eine vorhersage zu treffen.
Wird es Komplizierter lohnt sich ein Blick in Richtung python. Das wird sehr viel für Aufwändigere/Komplexere Berechnungen verwendet und man findet dort sicher auch ausgefeilte Lösungen.Einen Adapter für so etwas wüsste ich jetzt nicht.
Aber es gibt Scripte hier im Forum, Hauptsächlich um den PV Ertrag vorher zu sagen. -
@jey-cee hallo vielen Dank. Ja, dann schau ich da mal. Für Python gibt es ja fertige lib, die diese Berechnungen mit der basierten Mathematik machen. Klar, man braucht einen gewisse Zeitraum an Daten und Ansätze gibt es ja diverse, daher hatte ich den Gedanken, dass sich einer mal bzgl. eines Adapters auf den Weg gemacht
-
@jey-cee sagte in Adapter: Prognose/Vorhersagen:
hab sowas für den Jährlichen Stromverbrauch mal gemacht
aber selbst das hat zu viele Freiheitsgrade!
hab es in 2021 auch mal nur zur groben Orientierung gemacht.
Dann in '22 den großen Stromsparappell befolgt und danach erst grafisch dargestellt.
in 2023 kam die Batterie und die Wärmepumpe
und auch das e-Auto wurde immer mehr zu Hause geladen
-
@homoran ok, danke - ja klar, die Anzahl der FG oder Störvariablen ist halt immer das Thema
Sorry, dass ich es nochmals so explizit angefragt habe
-
@alinaclg ist ein interessantes Thema, muss IMHO aber wirklich immer auf den ganz spezifischen Fall angepasst werden.
Damit fällt ein Adapter für alles leider aus. -
@homoran Dann exportiere ich meine Daten nach python und werte es mal mit numpy und scikit-learn aus
Bin gespannt
Danke euch sehr
Alina
