snazzybean/roommind

解決的問題

RoomMind 是為 Home Assistant 設計的智慧型氣候控制系統，以自我學習的熱模型取代簡單的開關式恆溫器。它可防止溫度過衝，透過考量太陽得熱來減少不必要的加熱，並優化多個加熱與冷卻設備之間的能源使用。

工作原理

該系統使用擴展卡爾曼濾波器（EKF）建立每個房間的熱模型，隨著時間推移學習熱損失率與對太陽輻射的反應性。校準完成後，模型預測控制（MPC）優化器會計算比例功率輸出，而非二進位的開/關指令。它與 Home Assistant 實體整合，支援人員存在偵測、度假模式、窗門暫停等功能，並可估算表面濕度以防止黴菌滋生。

適用對象

使用 Home Assistant 的屋主，希望實現更精確、更節能的氣候控制，並擁有集中管理智慧恆溫器與空調設備的控制面板。

主要亮點

• 自我學習型 MPC：自動學習房間熱行為，提供更平滑的溫度曲線。
• 太陽得熱感知：估算太陽輻照度，在陽光提供熱量時減少加熱。
• 防黴功能：使用 DIN 4108-2 方法估算表面濕度，並提高溫度以防止黴菌。
• 比例閥控制：向 TRV 發送計算出的設定值，避免開關控制帶來的劇烈變化。
• 熱源協調：根據室外條件自動選擇最高效的設備（例如 TRV 與空調的對比）。
• 整合分析功能：提供 24 小時至 90 天的溫度圖表與模型預測。