Zara-Toorox/Solar-Forecast-ML

解決する問題

Solar Forecast ML は、一般的な太陽光発電予測ツールの限界に対処します。これらのツールは通常、クラウドサービスや静的公式に依存しており、局所的な日陰、特定の屋根形状、インバーターの制限などのサイト固有の要因を考慮できません。このプロジェクトは、特定の太陽光発電設備の独自の生産パターンを学習することで、非常に正確でパーソナライズされた予測を提供します。

仕組み

このプロジェクトは、Home Assistant インスタンス内で完全な AI スタックを直接実行します。注意機構を備えたトランスフォーマーベースのモデルを使用し、ローカルセンサーデータと気象入力をトレーニングします。システムのデジタルツインを構築することで、実際の過去のパフォーマンスに基づいて予測を継続的に改善し、季節的な日陰、霧、ハードウェアの制約などの変数を考慮します。すべてのトレーニングと推論はローカルハードウェアで実行され、完全なデータプライバシーを確保します。

対象ユーザー

このプロジェクトは、DC 電力センサーを備えた太陽光発電システムを持ち、基本的なクラウドベースの推定を超えたい Home Assistant ユーザー向けです。データプライバシーを重視し、エネルギー管理（バッテリー充電など）を最適化したいユーザーに最適で、センサーの設定とローカルインフラストラクチャの管理に慣れていることが必要です。

ハイライト

• ローカルトランスフォーマーモデル： 外部クラウド API や PyTorch などの大規模フレームワークに依存せず、ホームサーバー上でトランスフォーマーアーキテクチャをローカルに実行します。
• デジタルツインアプローチ： 日陰パターン、パネル方向、インバータークリッピングなどのサイト固有のニュアンスを学習し、カスタマイズされた 72 時間予測を提供します。
• プライバシーファースト設計： データ、センサー読み取り値、学習されたモデル重みは、ローカルの Home Assistant インスタンスから外部に出ることはありません。
• 説明可能な AI： 予測品質の透明性を提供し、エネルギー推奨事項を平易な言葉で説明するオプションの 'Hubble' エネルギーコパイロットが含まれます。