统计数据
这统计数据
传感器平台观察源传感器的状态,并提供有关其最近过去的统计特征。这种集成在自动化中可能很有用,例如,当浴室的空气湿度在热水淋浴后沉降或一天中酿造的咖啡数量太高时,触发动作。
每个源传感器更新都会更新统计传感器。传感器的值代表一个统计特征,意思是
是默认值。在这里,应考虑的最近状态的时间段和/或数量是这里的重要因素。检查下面的配置部分以获取选项。
两个都传感器
和binary_sensor
被支持为源传感器。每个人都支持许多特征,请在下面检查。
假设录音机
集成正在运行,历史传感器数据将从启动的数据库中读取,并在平台重新启动后立即获得。如果是录音机
集成是不是运行,传感器可能需要一些时间开始报告数据,因为某些特征计算需要多个源传感器值。
这统计数据
集成与长期统计。有关差异的更多详细信息可以在2021.8.0发行说明。
特征
可用以下统计特征。密切注意正确的配置Sampling_size
和max_age
,因为大多数特征与样品计数或处理样品的年龄直接相关。
数字源传感器
支持以下特征传感器
源传感器:
状态特征 | 描述 |
---|---|
平均_linear |
考虑到它们之间的时间距离的存储测量值的平均值。每个测量对应用线性插值。非常适合观察具有非周期性传感器更新的源传感器,以及在测量值(例如外部温度)表示连续行为时。 |
平均_STEP |
考虑到它们之间的时间距离的存储测量值的平均值。LOCF(最后一次观察加权)被应用,这意味着假定旧值在两个测量之间。所得的步骤函数很好地表示非连续行为的行为,例如锅炉的设定温度。 |
平均_ timeless |
存储的测量值的平均值。该方法假设所有测量值均等,因此忽略了时间,并计算出简单的值。等于意思是 。 |
change_sample |
每个样本的平均变化。最古老和最新测量之间的差异除以测量之间的内部数量(N-1)。 |
change_second |
平均每秒变化。最古老和最新测量之间的差异除以它们之间的几秒钟。 |
改变 |
存储最古老和最新测量的差异。 |
数数 |
存储的源传感器读数的数量。这个数字受到限制Sampling_size 并且在范围内可能很低max_age 。 |
datetime_newest |
存储最新测量的时间戳。 |
datetime_oldest |
存储最古老的测量的时间戳。 |
dands_95_percent_of_values |
从假定正态分布的标准偏差得出的统计指标。所有存储的值的95%落在返回大小的范围内。 |
dands_99_percent_of_values |
从假定正态分布的标准偏差得出的统计指标。所有存储的值的99%属于返回大小的范围。 |
dance_absolute |
测量的极端值之间的差异。等于value_max 减value_min 。 |
意思是 |
所有测量值计算的平均值。请注意,这没有考虑测量之间的时间间隔不均。 |
中位数 |
这中位数计算所有测量值的价值。 |
嘈杂 |
信噪比的简化版本。高值表示快速变化的源传感器值,对于稳定的源传感器,将看到一个小值。连续存储的值之间的绝对变化概括并除以间隔数量。 |
分位数 |
分位数将所有被考虑的源传感器测量值的正常概率分布范围分为具有相同概率的连续间隔。检查配置参数Quantile_intervals 和Quantile_Method 有关更多详细信息。 |
standard_deviation |
这标准偏差所有测量值的假定正态分布。 |
全部的 |
给定时间和采样大小限制内的所有源传感器测量的总和。 |
value_max |
测量数量中最大的价值。 |
value_min |
测量数量中最小的值。 |
方差 |
这方差所有测量值的假定正态分布。 |
二进制源传感器
支持以下特征binary_sensor
源传感器:
状态特征 | 描述 |
---|---|
平均_STEP |
在所有存储的测量中,二进制源传感器“ ON”的时间百分比。如果在一个小时的过程中,检测到运动6分钟,则平均_STEP 是10%。 |
平均_ timeless |
二进制源传感器“打开”的存储测量百分比。在开/关时被忽略。如果在一个小时的过程中,发现了一个动作,平均_ timeless 为33.3%(假设存储的测量“关闭”,“ ON”,“ OFF”)。等于意思是 。 |
数数 |
存储的源传感器读数的数量。这个数字受到限制Sampling_size 并且在范围内可能很低max_age 。 |
意思是 |
二进制源传感器“打开”的存储测量百分比。在开/关时被忽略。如果在一个小时的过程中,发现了一个动作,平均_ timeless 为33.3%(假设存储的测量“关闭”,“ ON”,“ OFF”)。 |
属性
统计传感器介绍了有关其内部状态的上下文属性。
属性 | 描述 |
---|---|
age_coverage_ratio |
只有当max_age 被定义为。所考虑的源传感器测量年龄的比率(0.0-1.0)(时间段)max_age )覆盖在最古老和最新的存储值之间。较低的数字可能表明配置限制与源传感器行为之间的不匹配。值1.0至少表示涵盖全职期的两个值。值0是仅考虑一个测量值的结果。传感器转动未知 如果未存储测量。 |
buffer_usage_ratio |
配置的缓冲区大小的比率(0.0-1.0)(Sampling_size )由存储的源传感器测量结果使用。较低的数字可能表明配置限制与源传感器行为之间的不匹配。值1.0代表一个完整的缓冲区,值0代表一个空的缓冲区。 |
source_value_valid |
正确/错误指示该源传感器是否向统计传感器提供有效值(根据接收到的最后一个值来判断)。 |
配置
通过在您的configuration.yaml
:
传感器:-平台:统计数据姓名:“浴室湿度意思是超过最后的24小时”ENTITY_ID:传感器。BATHROOM_HUMITYstate_characteristic:意思是max_age:小时:24-平台:统计数据姓名:“浴室湿度改变超过5分钟”ENTITY_ID:传感器。BATHROOM_HUMITYstate_characteristic:改变max_age:分钟:5Sampling_size:50精确:1-平台:统计数据ENTITY_ID:binary_sensor.movementstate_characteristic:数数
配置变量
应用作统计传感器状态的特征(请参见上表)。谨防该参数将在未来版本中成为强制性。包括在您的配置中。如果当前省略,则为传感器
源传感器是“卑鄙”,对于binary_sensor
“数数”。
存储的最大源传感器测量年龄。将此设置为一个时间段将导致旧值被丢弃。如果省略,考虑的源传感器测量的数量被限制Sampling_size
只要。适当地设置两个参数以为您的用例创建合适的限制。传感器价值将变成不知所措
如果在时间段内未更新源传感器。
具有均等概率的连续间隔数。价值必须高于1
。此外,分位数
将会未知
除非分位间隔数为降低比数据点的数量(数数
)。将其设置为4
对于四分位数(默认)或100
例如,对于百分位数。
指示是否使用独家的
方法(默认)或包括的
。这独家的
方法假设人口数据比样本具有更高的值,因此,一世-m分类的数据点计算为I /(M + 1)
。这包括的
方法假设样本数据包括来自人群的更极端值,因此,一世-m分类的数据点计算为(I -1) /(M -1)
。