Skip to content

ML‐adaptiv logik i PumpSteer

AlvJo edited this page Oct 3, 2025 · 2 revisions

ML-adaptiv logik i PumpSteer (Work in Progress)

Observera: Detta är ett pågående arbete (Work in Progress). Funktionaliteten är inte helt färdig och vissa delar kan komma att ändras eller förbättras över tid.


Vad gör ML-delen?

ML-delen i PumpSteer samlar statistik om uppvärmningssessioner och försöker ge enkla rekommendationer och optimeringar. Det är ingen “riktig” maskininlärning utan bygger på regler och enkel analys av historiska data.

Detta innebär:

  • Systemet loggar varje session (start, slut, inställningar, temperaturer etc) i en JSON-fil.
  • Vid omladdning eller när en session avslutas görs analys av resultaten.
  • Rekommendationer eller auto-tune ges endast om tillräckligt med data har samlats in.

Vad krävs för att ML ska fungera?

  • Du måste köra systemet och samla flera sessioner.
    Om du har för få sessioner (t.ex. precis har börjat använda integrationen) kan ML-delen inte ge insikter eller rekommendationer ännu.
  • Specifika Home Assistant-entiteter krävs för auto-tune:
    T.ex. input_number.house_inertia och input_number.integral_gain måste finnas för att auto-tune ska kunna föreslå eller utföra ändringar automatiskt.
  • Auto-tune sker bara om det är aktiverat och du har tillräckligt med historik.

Begränsningar – när fungerar det INTE?

ML-delen kan inte ge insikter, rekommendationer eller auto-tune om:

  • För få sessioner är insamlade
    (Du får då endast meddelandet “Samlar initial data...” och ingen analys).
  • Sessionerna saknar nödvändig information
    (T.ex. om “mode” inte är “heating” eller data är ofullständig).
  • Home Assistant-entiteter saknas
    (T.ex. om input_number.house_inertia eller input_number.integral_gain inte finns).
  • Auto-tune är avstängt
    (Då ges endast tips, ingen automatisk justering).
  • Funktionaliteten är under utveckling
    Vissa delar kan vara inkompletta eller ge felmeddelanden. Det kan t.ex. hända om du har en ovanlig installation eller om en session avslutas oväntat.

Sammanfattning: Vad händer och vad händer inte?

Funktion När fungerar det? När fungerar det INTE?
Datainsamling Alltid, så länge sessioner körs -
Analys & insikter Vid tillräckligt många sessioner För få sessioner, felaktiga/missande data
Rekommendationer Vid tillräckligt många sessioner För få sessioner
Auto-tune (automatisk justering) Om auto-tune är aktiverat & data finns Auto-tune är avstängt, entiteter saknas, för få sessioner
Tips/förslag (“Consider changing...”) Om auto-tune är avstängt & data finns För få sessioner, entiteter saknas

Hur ser det ut i praktiken?

  • Direkt efter installation:

    “Samlar initial data. Rekommendationer kommer när fler sessioner har analyserats.”

  • Om auto-tune inte kan utföras:

    “💡 TIP: Consider changing house_inertia... (kräver manuell ändring)”

  • Om auto-tune misslyckas:

    “❌ Inertia auto-tune failed: [felmeddelande]”

  • Om systemet har tillräckligt med data och auto-tune är aktivt:

    “✅ AUTO-ADJUSTED: house_inertia [gammalt värde] → [nytt värde]”


Status (Work in Progress)

Funktionaliteten är under utveckling. Vissa analyser, rekommendationer eller auto-tune kan vara ofärdiga, saknas, eller inte fungera i vissa installationer.
Det är därför normalt att du ibland får meddelanden om att analys eller insikt inte är tillgänglig ännu.

📚 PumpSteer Documentation


❓ FAQ


📝 Senast uppdaterat

Dokumentationen uppdateras kontinuerligt


🔗 Användbara länkar


💡 Tips: Använd sökfunktionen för att snabbt hitta specifik information

Clone this wiki locally