Event-aggregator: Unterschied zwischen den Versionen

Version vom 23. Oktober 2022, 09:51 Uhr

Oft liegen kontinuierlich anfallende Daten vor, die in bestimmten Zeitabschnitten erfasst werden. Mit dem Attribut event-aggregator können (nach Wunsch zeitlich gewichtete) Durchschnittswerte, Minima, Maxima oder Median dieser Daten berechnet werden. Der Median kann hilfreich sein, um Messwerte mit Ausreissern (unsinnige Werte, z.B. durch Übertragungsfehler) zu glätten.

Syntax

Das event-aggregator Attribut wird in der folgenden Weise spezifiziert:

attr <device> event-aggregator reading:interval:method:function:holdTime

Mehrere Readings werden als kommagetrennte Liste angegeben.

Die einzelnen Teile haben folgende Bedeutung:

reading

Das zu aggregierende Reading des aktuellen Gerätes. Das Reading selbst muss seine Werte aus einer Aktion oder einem Event in FHEM erhalten (beispielsweise, indem Temperaturwerte ausgegeben oder andere Größen in das Reading geschrieben werden). Die berechnete Größe wird dann (je nach Definition entweder das Minimum, das Maximum oder der Median der Werte) beim event-aggregator ausgegeben.

Wichtig: Ein Reading kann nur von einem event-aggregator ausgewertet werden. Will man daher mehrere Werte (z.B. min, max und avg) von einem Reading ermitteln, muss man dieses Readings zuerst verdoppeln oder verdreifachen (z.B. mit userReadings oder notify) und dann für jedes Aggregat den entsprechenden event-aggregator anwenden. Der Aggregator kann als regulärer Ausdruck angegeben werden (beispielsweise .*_rain.*)

interval

Updates des <readings> werden ignoriert, Events lösen für mindestens <interval> Sekunden keine Verarbeitung des Aggregats aus.

Nach der Interval-periode wird das reading mit einem Wert aktualisiert, der sich aus den Werten und Zeitstempeln der vorher ignorierten Updates zusammensetzt.

method

Bei kontinuierlichen Daten kann eine Gewichtung nach Zeitintervallen wichtig sein. Wenn kontinuierliche Daten vorliegen, können hier Ungenauigkeiten auftreten: Man weiß bei einer Messung ja nicht, wie lange der gemessene Wert tatsächlich außerhalb der diskreten Messpunkte noch so den gemessenen Wert widerspiegelt oder sich in Wirklichkeit bereits verändert hat. Dies kann durch die Methode berücksichtigt werden.

Eine andere Methode als const spielt nur eine Rolle, wenn die Daten zeitlich gewichtet werden. Dabei wird wie folgt vorgegangen.

none: keine zeitliche Gewichtung
const: zeitliche Gewichtung, wobei bei der Gewichtung das Intervall mit dem Messwert multipliziert wird
linear: zeitliche Gewichtung, wobei bei der Gewichtung das Intervall mit dem Durchschnitt aus jetzigem Messwert und vorangegangenem Messwert multipliziert wird.

function

count Anzahl
min Minimum
max Maximum
mean arithmetischer Mittelwert
sd Standardabweichung
integral Summe (falls holdTime nicht angegeben) oder Integral für den Zeitraum holdTime
median Median (nur für method none und gesetzte holdTime) - im Gegensatz zum Mittelwert nicht anfällig für Ausreisser, hilfreich bei Sensoren mit sporadisch unsinnigen Messwerten

holdTime

Zeitfenster in Sekunden, für die die vergangenen Werte intern gespeichert und verarbeitet werden, um das Aggregat zu berechnen.

Duplizieren von Readings

Wenn mehrere Funktionen für ein Reading berechnet werden sollen, muss dieses Reading zuvor dupliziert werden. In der Commandref wird ein notify vorgeschlagen, evtl. können aber auch DOIF_Readings, event_Readings und userReadings verwendet werden:

original_reading:interval:method:function:holdTime

DOIF_Readings

TODO!

original_reading:interval:method:function:holdTime

Es gibt mittlerweile auch bei DOIF eine Funktion, die diverse Mittelwerte berechnet. Für alle, die mit event-aggregator hadern, ggf. eine Alternative.

event_Readings

attr DOIF-Device event_Readings original_reading:[<Device>:<Reading>],

copy_1:[$SELF:original_reading],

copy_2:int(10*[$SELF:copy_1])/10 Funktioniert so nicht!!!

attr DOIF-Device event-aggregator copy_1:interval:method:function:holdTime

userReadings

attr DOIF-Device userReadings original_reading {ReadingsVal("<Device>","<Reading>",0)},

copy_1 {ReadingsVal($name,"original_reading",0)},

copy_2 {int(10*ReadingsVal($name,"copy_1",0))/10}

attr DOIF-Device event-aggregator copy_1:interval:method:function:holdTime

Dabei darf anscheinend kein Leerzeichen zwischen mehreren Readings vorkommen (siehe diesen Forenbeitrag).

Wechselwirkungen

- keine bekannt -

Beispiele

aus der commandref/Event-aggregator: attr myPowerMeter event-aggregator EP_POWER_METER:300:linear:mean,EP_ENERGY_METER:300:none:v:; attr myBadSensor event-aggregator TEMP::none:median:300:; attr mySunMeter event-aggregator SUN_INTENSITY_24H::const:integral:86400

Siehe auch

Links

Benutzungstipps (Best Practice) für das Attribut in diesem Forenthread

@@ Zeile 22: / Zeile 22: @@
 === method ===
-betrifft die Gewichtung nach Zeitintervallen
+Bei kontinuierlichen Daten kann eine Gewichtung nach Zeitintervallen wichtig sein. Wenn kontinuierliche Daten vorliegen, können hier Ungenauigkeiten auftreten: Man weiß bei einer Messung ja nicht, wie lange der gemessene Wert tatsächlich außerhalb der diskreten Messpunkte noch so den gemessenen Wert widerspiegelt oder sich in Wirklichkeit bereits verändert hat. Dies kann durch die Methode berücksichtigt werden.
+Eine andere Methode als const spielt nur eine Rolle, wenn die Daten zeitlich gewichtet werden. Dabei wird wie folgt vorgegangen.
 * <code>none</code>: keine zeitliche Gewichtung
-* <code>const</code>: Annahme, dass zwischen den zwei Messpunkten keine Veränderung stattgefunden hat
+* <code>const</code>: zeitliche Gewichtung, wobei bei der Gewichtung das Intervall mit dem Messwert multipliziert wird
-* <code>linear</code>: Annahme, dass der Wert sich zwischen zwei Messpunkten linear verändert hat.
+* <code>linear</code>: zeitliche Gewichtung, wobei bei der Gewichtung das Intervall mit dem Durchschnitt aus jetzigem Messwert und vorangegangenem Messwert multipliziert wird.
 === function ===