FHEM/fhem-mirror
2
0
Fork 0
mirror of https://github.com/fhem/fhem-mirror.git synced 2025-03-04 05:16:45 +00:00
Code Issues Releases Wiki Activity

ch.eick: Update PV_KI_Prognose.py

Browse Source 
git-svn-id: https://svn.fhem.de/fhem/trunk@28509 2b470e98-0d58-463d-a4d8-8e2adae1ed80
This commit is contained in:
ch.eick 2024-02-12 13:34:01 +00:00
parent a79d1e4493
commit 27b7fc09f8
1 changed files with 38 additions and 7 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

45
fhem/contrib/ch.eick/Photovoltaik/KI_Prognose/PV_KI_Prognose.py
View File

@ -4,6 +4,16 @@
# Version die eine Vorhersage auf Basis der Messwerte - Analyseversion
# Analyse via Random Forest Regressor
# Achtung, bei neueren Python Bibliotheken sind kleinere Änderungen notwendig
#
# pandas 2.2.0
# pymysql 1.1.0
# sqlalchemy 2.0.25
# scikit-learn 1.2.1
#
# Für Euer FHEM Login wählt bitte auch eins der beiden Beispiele aus.
#
import fhem
import json
@ -22,7 +32,13 @@ try:
credentials=json.load(f)
fhem_user = credentials["username"]
fhem_pass = credentials["password"]
fh = fhem.Fhem(web, protocol="http", port=webport, username=fhem_user, password=fhem_pass)
#### Beispiele für die FHEM connection
# fh = fhem.Fhem(web, protocol="http", port=webport, username=fhem_user, password=fhem_pass, csrf=fhem_pass)
# fh = fhem.Fhem(web, protocol="http", port=webport, username=fhem_user, password=fhem_pass, csrf=False)
fh = fhem.Fhem(web, protocol="http", port=webport, username=fhem_user, password=fhem_pass, csrf=fhem_pass)
print("PV_KI_Prognose running - start")
fh.send_cmd("setreading "+DbRep+" PV_KI_Prognose running start")
except Exception as e:
@ -56,6 +72,7 @@ if (verbose >= 4):
import pandas as pd
import numpy as np
from sqlalchemy import create_engine
from sqlalchemy import text
import pymysql
# betrifft beide relevanten Tabellen
@ -86,7 +103,7 @@ if (verbose >= 3):
fh.send_cmd("setreading "+DbRep+" PV_KI_Prognose running dwdfull read from DbLog "+DbLog)
# Rad1h = Globale Einstrahlung
# TTT = Temperature 2m above surface [°C]
# TTT = Temperature 2m above surface [°C]
# Neff = Effektive Wolkendecke
# R101 = Niederschlagswahrscheinlichkeit> 0,1 mm während der letzten Stunde
# SunD1 = Sonnenscheindauer während der letzten Stunde
@ -168,7 +185,12 @@ while loop_date <= end_date:
# Löschen der bisherigen Prognose von diesem
sql = "DELETE FROM history WHERE DEVICE = '"+WRname+"' AND TIMESTAMP >= '"+str(loop_date.strftime("%Y-%m-%d"))+" 00:00:00' AND READING = '"+WRread+str(loop_count)+"' ;"
db_connection.execute(str(sql))
with db_connection.connect() as connection:
connection.execute(text(sql))
##### Bei neueren Python Bibliotheken kann das notwendig sein.
# connection.commit()
if (verbose >= 3):
print("PV_KI_Prognose running - old forecast deleted")
@ -188,7 +210,7 @@ while loop_date <= end_date:
fcolumns.append('yield')
# hole die Werte für den Tag, der bearbeitet wird
query = 'year == "'+New_year+'" and month == "'+New_month+'" and day == "'+New_day+'"'
query = "year == "+New_year+" and month == "+New_month+" and day == "+New_day
dfq = dfask.query(query)[fcolumns].reset_index()
# erstelle die Prognose für den Tag
@ -308,10 +330,20 @@ while loop_date <= end_date:
# Achtung, der Wert wird um eine Stunde früher in die Datenbank eingetragen
timestamp = date+" "+"%02d:00:00" % (dfhour_start['VALUE'].values[0]+loop_hour-1)
sql = "UPDATE dwdfull SET forecast ="+str(Prognose)+" WHERE TIMESTAMP = '"+timestamp+"' AND hour ="+str(dfhour_start['VALUE'].values[0]+loop_hour-1)+";"
db_connection.execute(str(sql))
with db_connection.connect() as connection:
connection.execute(text(sql))
##### Bei neueren Python Bibliotheken kann das notwendig sein.
# connection.commit()
sql = "INSERT INTO history (TIMESTAMP, DEVICE, TYPE ,READING ,VALUE) VALUES('"+timestamp+"','"+WRname+"','addlog','"+WRread+str(loop_count)+"','"+str(Prognose)+"') ;"
db_connection.execute(str(sql))
with db_connection.connect() as connection:
connection.execute(text(sql))
##### Bei neueren Python Bibliotheken kann das notwendig sein.
# connection.commit()
# Die Prognose Werte ins FHEM schreiben
reading = WRread+str(loop_count)+"_%02d" % (dfhour_start['VALUE'].values[0]+loop_hour-1)
@ -372,4 +404,3 @@ if (verbose >= 3):
# Zum Schluss noch einen Trigger ins FHEM schreiben
fh.send_cmd("setreading "+DbRep+" PV_KI_Prognose done")