Vinnerliste

Hytta hadde en del utelamper med ordinære E27-pærer. Satte i IKEA trådfri pærer og lot HA ta seg av av/på ved soloppgang/solnedgang. Et astrour så enkelt som det er mulig å få det, spør du meg. Og helt uavhengig av hvordan utelampene er kablet opp til forskjellige kurser og brytere. Men det forutsetter selvsagt at utebelysningen har løse pærer og at du har en zigbee controller med et forhold til solhøyde.

Har nå byttet ut "binary_sensor.soltimer" (start-slutt tid) med threshold sensor (https://www.home-assistant.io/integrations/threshold/) med navn "binary_sensor.solceller_produserer_over_1500_watt". Denne vil være on når solcellene produserer over 1500 Watt og off ellers. I oppsettet i bayesian sensor "Varmtvannsbereder" er det bare entitetnavnet som er byttet ut. Har ikke endret på sannsynlighet.

Jeg har solceller på huset. Tanken med binary_sensor.soltimer var at jeg skulle ha en sensor som var on når solcellene produserte over 1000 W og av ellers https://www.home-assistant.io/integrations/forecast_solar/. Har ikke begynt på dette ennå så jeg lagde en tod sensor med navn binary_sensor.soltimer i mellomtiden som er on mellom 11:00 - 15:00. Her er regnearket du kan bruke på vvb oppsettet ditt. VVB.xlsx

Litt teori: I sannsynlighet skal verdien P være mellom 0 og 1. Finner vi sannsynligheten for at en hendelse er sann (P(sann)), så kan vi finne sannsynligheten for at hendelsen ikke er sann ved å regne: Hendelse er usann = 1 - P(hendelse er sann). Begge disse sensorene har en veldig liten sannsynlighet for at de er sann på 0.001 (dvs 0.001 * 100% = 0.1 % sannsynlighet). Vi har en terskelverdi ( probability_threshold) på 0.5 (50 %). Så hvis du er hjemme (binær sensor er on) vil vi få en sannsylighet på over 50 % (0.56) og den bayiske sensor vil også være on. Når en eller begge av disse sensorene er on vil de trekke ned sannsynligheten til under 50 % av bayiske sensor vil bli off. Vedlagt ligger et regneark som Youtuber som jeg la ut lenke til brukte. Legg merke til at jeg legger inn innganger (Entititet ID) med minst sannsynlighet først og de med størst sannsynlighet sist. Prob_given_false er regnet ut som beskrevet ovenfor altså 1 - P(hendelse er sann). Det som er utfordringen er å finne ut sannsynlighetene for hendelsene. Dette regnearket kan simulere før en opprettet entitetene. BayesianVK .xlsx Stemmer det. Jeg har opprettet en tod sensor https://www.home-assistant.io/integrations/tod/ som heter bare natt. Jeg skulle ha døpt den om til vvb_natt istedenfor. Jeg har nå endret tidspunkt igjen fra 22:00 - 01:30 på grunn av ny nettleie. - entity_id: 'binary_sensor.natt' prob_given_true: 0.7 platform: 'state' to_state: 'on'

Jeg skal svare på alle dine spørsmål, men deler opp svarene i flere innlegg. Spm. 1: Det er bare en forglemmelse. Skal legge den til varmepumpe konfigurasjonen, men har prioritert å få til de binære sensorene for bayesian varmestyring først. Den er fin å ha. I begynnelsen hadde jeg automatiseringer av tidspunkter hvor jeg slå av og på varmekabler og varmepumpe. F.eks. så hadde jeg fra klokken 06:30 - 08:00 (morgen) og 15:00 - 22:30 (ettermiddag/kveld) på hverdager at varmekablene skulle varme opp til 21 grader og varmepumpe til 23 grader. Mellom 08:00-15:00 og 22:30-06:30 så senket jeg temperatur på varmekablene og varmepumpe. Dette er vanlig strategi å bruke når en automatiserer varmestyring. En annen måte å gjøre varmestyring på er å bruke er "noen hjemme" strategi (presence detection) https://www.home-assistant.io/getting-started/presence-detection/. Du trenger da å opprette en binary_sensor_noen_er_hjemme som er av når ingen er hjemme og på når en eller flere er hjemme. Så når alle er borte så senkes varmen og når en eller flere er hjemme så økes varmen ved hjelp av den binære bayesian sensoren som du har opprettet. Så oppsummert vil binary_sensor.varmekabler_stue og binary_sensor.varmepumpe være on når noen er hjemme og off når alle er bortreist eller er på jobb. Jeg bruker to måter å detektere at jeg er hjemme på. Den første er å bruke Home Assistant appen på min mobil. Du må da sette opp HA sensorene til å følge deg https://companion.home-assistant.io/docs/core/location. Den andre måten jeg bruker er å spørre min Asus gw ruter om jeg er connected eller ikke https://www.home-assistant.io/integrations/asuswrt/. Flere Youtube videoer om dette. Se her f.eks. https://www.youtube.com/watch?v=J-b8BAefNGQ eller https://www.youtube.com/watch?v=Lu0hunynWJY template: - binary_sensor: - name: "Noen er hjemme" state: > {{ is_state('device_tracker.harald_mobil', 'home') # Home Assistant companion app på min Android mobil or is_state('device_tracker.7e_93_16_66_ca_45', 'home') # Er min mobil connected på min Asus ruter or is_state('device_tracker.3e_01_bb_52_45_69', 'home') or is_state('device_tracker.ec_8c_9a_94_a4_56', 'home') or is_state('device_tracker.d8_9b_3b_6c_20_52', 'home') }}

Ja jeg er veldig fornøyd med S7 maxv. Å komme hjem til ferdig støvsuget og vasket gulv på kjøkken, stue, tv-stue og soverom hver eneste dag er helt fantastisk. Om du ikke er interessert i de avanserte tømmestasjonene så ville jeg nå vurdert S7 også, en del billigere en maxv. Forskjellen er som nevnt AI som oppdager gjenstander på gulvet og mulighet for bruk av auto empty og ultra dock. Min s5 vil rulle rett over en sokk, klesplagg eller hva det måtte være, mens maxv går fint rundt. Den kan nok ikke erstatte husvask helt. Den vil ikke klare gamle flekker som sitter godt fast, men mopper over gulvet og har en vinrasjonsfunksjon på moppen for å ta flekker. Tidligere bare dro den moppen over, så er en fin forbedring fra tidligere versjoner. Du kan jo se på vacuum wars sine tester.

@haraldov takk for innspill både på schedy og bayesian. Skjønner litt mer etter videoen. Har lyst å prøve dette. Antar bayesian var grunnen til at du droppet schedy. Har noen spørsmål allerede.. 1 Hvorfor brukes input_boolean.ferie bare for varmekabler gang/bad/stue og ikke varmepumpe? 2 Må jeg ha en binary_sensor_noen_er_hjemme? Har ikke noen gode deteksjonmetoder per nå. 3 Hvorfor er sensor.regulator_energy_usage og ferie prob_given_true ("sannsynlighet for sann") satt så lavt, 0.001? Svar fra stigvi under, tok det med om andre skulle lure på det samme.. 4 Du sier vvb er aktiv 22:00 til 06:00 men jeg ser ingen steder i koden din hvor det skjer, er det mer bak automasjonen? Det er vel i automasjonen du drar inn klokkeslett og ikke i bayesian koden? 5 binary_sensor.natt og soltimer finner jeg sikkert om jeg søker på forumet her, er ikke å finne i "varmestyring med bayesian sensor" Tror jeg begynner med en veldig enkel for vvb uten strømpriser ala dette, en template sensor og automasjonene dine 🙂 - platform: bayesian name: 'Varmtvannsbereder' prior: 0.35 probability_threshold: 0.5 observations: - entity_id: 'binary_sensor.natt' prob_given_true: 0.7 platform: 'state' to_state: 'on' - entity_id: 'binary_sensor.soltimer' prob_given_true: 0.7 platform: 'state' to_state: 'on' - platform: 'numeric_state' entity_id: 'sensor.regulator_energy_usage' prob_given_true: 0.001 below: 32

Problemet er at det er spredd utover. De siste dagene har jeg tenkt at noe må gjøres - få laget en oppskrift som er lettere tilgjengelig.

Jeg oppgraderte til S7 maxv plus for ca en uke siden. Hadde s5 fra før. Jeg kjøpte samtidig en S6 maxv for å teste disse opp mot hverandre siden den koster en del mindre. Navigasjonen på maxv modellene er like. Ligger det en sokk på gulvet så registrerer den det og kjører rundt, samme med andre gjenstander som er glemt igjen på gulvet. I teorien så skal den registrere ledninger også og unngå disse, men på ene stedet bak sofaen så gjør den ikke det så her har jeg bare satt opp en no go zone i appen. Vanlig s6 og s7 har ikke samme AI som maxv. Det som skiller s6 mot s7 som jeg har registrert under bruk er at S6 er bedre på tepper og har større beholder for for støv. S7 er derimot mye bedre på å vaske gulvene, og gjør faktisk en overraskende god jobb der. S6 er ikke spesielt god til det. En annen fordel med s7 maxv plus er jo docken og auto empty funksjonen som tømmer s7 for støv, og så har du jo også ultra som kommer med vanntanker i tillegg. Begge disse dockene skal kunne kjøpes løst, men krever S7 maxv og ikke S7 for å kunne bruke de. Jeg kommer til å beholde s7 maxv plus av de to pga at den faktisk kan brukes til å vaske gulv og auto empty funksjonen. Jeg plukket opp en på power som var returnert og dermed 40% avslag. Fristet mest med Ultra, men 8000 ekstra for denne var ikke aktuelt for min del. Vi har bolig over tre plan, og en kan lagre flere kart på den. Så en kan jo bare flytte den mellom etasjene om en gidder å styre med det. Om du ikke har behov for auto empty funksjon (som er helt fantastisk) eller ultra dock senere, og du ikke har mye ting som ligger slengt på gulvet (leker, sokker, husdyr som har uhell osv) så klarer du deg fint med S7 fremfor S7 maxv. Om du ikke skal bruke den til å vaske gulvet, ikke trenger auto empty, eller du har mye tepper så er S6 maxv et bedre valg i mine øyne.

Tenkte jeg skulle skrive om hvordan jeg nå gjør varmestyring med bayesian sensor som @stigvi har dokumentert veldig godt. Se her: https://www.hjemmeautomasjon.no/forums/topic/5931-varmestyring-med-bayesian-sensor/ Jeg har forenklet endel oppsettet hans til mitt bruk. Her er mine bayesian binære sensorer. Jeg har brukt stigvi sine sannsynligheter, men ved hjelp et regneark kan du simulere ulike sannsynligheter. Jeg brukte regnearket som ligger vedlagt denne posten: https://community.home-assistant.io/t/bayesian-sensors-best-methods/142401 Har også sett denne Youtube videoen for å lære om bayesian sensorer: https://www.youtube.com/watch?v=oDWQCJbBrKE&t=13s binary_sensor: - platform: bayesian name: 'Varmekabler stue' prior: 0.35 probability_threshold: 0.5 observations: - platform: 'numeric_state' entity_id: 'sensor.regulator_energy_usage' prob_given_true: 0.001 below: 32 - entity_id: 'input_boolean.ferie' prob_given_true: 0.001 platform: 'state' to_state: 'on' - entity_id: 'binary_sensor.noen_er_hjemme' prob_given_true: 0.7 platform: 'state' to_state: 'on' - entity_id: 'input_boolean.sleeptime' prob_given_true: 0.32 platform: 'state' to_state: 'on' - entity_id: 'binary_sensor.natt' prob_given_true: 0.32 platform: 'state' to_state: 'on' - entity_id: 'sensor.prisniva' prob_given_true: 0.4 platform: 'state' to_state: 'EXPENSIVE' - entity_id: 'sensor.prisniva' prob_given_true: 0.3 platform: 'state' to_state: 'VERY_EXPENSIVE' - entity_id: 'sensor.prisniva' prob_given_true: 0.3 platform: 'state' to_state: 'EXTREMELY_EXPENSIVE' - platform: bayesian name: 'Varmekabler bad og gang' prior: 0.35 probability_threshold: 0.5 observations: - platform: 'numeric_state' entity_id: 'sensor.regulator_energy_usage' prob_given_true: 0.001 below: 32 - entity_id: 'input_boolean.ferie' prob_given_true: 0.001 platform: 'state' to_state: 'on' - entity_id: 'binary_sensor.noen_er_hjemme' prob_given_true: 0.7 platform: 'state' to_state: 'on' - entity_id: 'input_boolean.sleeptime' prob_given_true: 0.32 platform: 'state' to_state: 'on' - entity_id: 'binary_sensor.natt' prob_given_true: 0.32 platform: 'state' to_state: 'on' - entity_id: 'sensor.prisniva' prob_given_true: 0.4 platform: 'state' to_state: 'EXPENSIVE' - entity_id: 'sensor.prisniva' prob_given_true: 0.3 platform: 'state' to_state: 'VERY_EXPENSIVE' - entity_id: 'sensor.prisniva' prob_given_true: 0.3 platform: 'state' to_state: 'EXTREMELY_EXPENSIVE' - platform: bayesian name: 'Varmtvannsbereder' prior: 0.35 probability_threshold: 0.5 observations: - entity_id: 'binary_sensor.natt' prob_given_true: 0.7 platform: 'state' to_state: 'on' - entity_id: 'binary_sensor.soltimer' prob_given_true: 0.7 platform: 'state' to_state: 'on' - platform: 'numeric_state' entity_id: 'sensor.regulator_energy_usage' prob_given_true: 0.001 below: 32 - entity_id: 'sensor.prisniva' prob_given_true: 0.4 platform: 'state' to_state: 'EXPENSIVE' - entity_id: 'sensor.prisniva' prob_given_true: 0.3 platform: 'state' to_state: 'VERY_EXPENSIVE' - entity_id: 'sensor.prisniva' prob_given_true: 0.3 platform: 'state' to_state: 'EXTREMELY_EXPENSIVE' - platform: bayesian name: 'Varmepumpe' prior: 0.35 probability_threshold: 0.5 observations: - entity_id: 'binary_sensor.natt' prob_given_true: 0.7 platform: 'state' to_state: 'on' - entity_id: 'binary_sensor.soltimer' prob_given_true: 0.7 platform: 'state' to_state: 'on' - platform: 'numeric_state' entity_id: 'sensor.regulator_energy_usage' prob_given_true: 0.001 below: 32 - entity_id: 'sensor.prisniva' prob_given_true: 0.4 platform: 'state' to_state: 'EXPENSIVE' - entity_id: 'sensor.prisniva' prob_given_true: 0.3 platform: 'state' to_state: 'VERY_EXPENSIVE' - entity_id: 'sensor.prisniva' prob_given_true: 0.3 platform: 'state' to_state: 'EXTREMELY_EXPENSIVE' Har så opprettet template sensorer så tar ut sannsynligheten: - name: "Varmekabel sannsynlighet stue" state: "{{ state_attr('binary_sensor.varmekabler_stue', 'probability') }}" - name: "Varmekabel sannsynlighet bad og gang" state: "{{ state_attr('binary_sensor.varmekabler_bad_og_gang', 'probability') }}" - name: "Varmtvannsbereder sannsynlighet" state: "{{ state_attr('binary_sensor.varmtvannsbereder', 'probability') }}" - name: "Varmepumpe sannsynlighet" state: "{{ state_attr('binary_sensor.varmepumpe', 'probability') }}" Automasjon for å slå på varmtvannsbereder: alias: ' Bayesian varmestyring varmtvannsbereder: Varmtvannsbereder slåes på' description: >- Bayesian sensor slår på varmtvannsbereder når klokken er 22:00-06:00 og 11:00-15:00 trigger: - platform: numeric_state entity_id: sensor.varmtvannsbereder_sannsynlighet for: hours: 0 minutes: 0 seconds: 20 above: '0.5' condition: - condition: state entity_id: switch.bryter_varmvannsbereder state: 'off' action: - service: switch.turn_on data: {} target: entity_id: switch.bryter_varmvannsbereder - delay: hours: 0 minutes: 5 seconds: 0 milliseconds: 0 mode: single Automasjon for å slå av varmtvannsbereder: alias: ' Bayesian varmestyring varmtvannsbereder: Varmtvannsbereder slåes av' description: Bayesian sensor slår av varmtvannsbereder trigger: - platform: numeric_state entity_id: sensor.varmtvannsbereder_sannsynlighet for: hours: 0 minutes: 0 seconds: 20 below: '0.5' condition: - condition: state entity_id: switch.bryter_varmvannsbereder state: 'on' action: - service: switch.turn_off data: {} target: entity_id: switch.bryter_varmvannsbereder - delay: hours: 0 minutes: 5 seconds: 0 milliseconds: 0 mode: single Bayesian sensor reagerer umiddelbart når PID regulatoren går under 100 %. Når sannsynligheten går under 0.5 så endres den binære sensorer fra on til off. Når den går over 0.5 så endres den fra off til on.

Kan du se i Homey når VVB er "på" uten at den trekker strøm? Da vet du når den ferdig oppvarmet. Hvis du følger med noen døgn med varierende varmtvannforbruk klarer du sikkert danne deg et bilde over hvor mange timer i døgnet den må være på. Vi er en familie på 4 med et badekar som brukes jevnt og trutt. VVB er 300L/3kW, og den har ennå aldri vært aktiv i mer enn 4 timer i døgnet, så jeg lar den være på de billigste 6 timene.