snazzybean/roommind

解决的问题

RoomMind 是一个为 Home Assistant 设计的智能气候控制系统，用自我学习的热模型替代了简单的开关式恒温器。它可防止温度过冲，通过考虑太阳得热减少不必要的加热，并优化多个加热和制冷设备之间的能源使用。

工作原理

该系统使用扩展卡尔曼滤波器（EKF）创建每个房间的热模型，随着时间推移学习热损失率和对太阳辐射的响应性。校准完成后，模型预测控制（MPC）优化器会计算比例功率输出，而非二进制的开/关指令。它与 Home Assistant 实体集成，支持人员存在检测、度假模式、门窗暂停等功能，并可估算表面湿度以防止霉菌滋生。

适用人群

使用 Home Assistant 的房主，希望实现更精确、更节能的气候控制，并拥有集中管理智能恒温器和空调设备的控制面板。

主要亮点

• 自我学习型 MPC：自动学习房间热行为，提供更平滑的温度曲线。
• 太阳得热感知：估算太阳辐照度，在阳光提供热量时减少加热。
• 防霉功能：使用 DIN 4108-2 方法估算表面湿度，并提高温度以防止霉菌。
• 比例阀控制：向 TRV 发送计算出的设定值，避免开关控制带来的剧烈变化。
• 热源协调：根据室外条件自动选择最高效的设备（例如 TRV 与空调的对比）。
• 集成分析功能：提供 24 小时至 90 天的温度图表和模型预测。