48 Stunden Predcition & Optimierung

Ein paar Zeitfunktionen korrigiert (24h / 48h)
Strompreis Cache stündlich leeren
Strompreis bei nur 24h Daten, wird verdoppelt (Prognose fehlt noch)
This commit is contained in:
Bla Bla
2024-05-08 09:58:41 +02:00
parent 5a4a8c63d2
commit 2605460a99
6 changed files with 79 additions and 46 deletions

View File

@@ -67,12 +67,19 @@ class LoadForecast:
# Beachten, dass bei Schaltjahren der Tag des Jahres angepasst werden muss
stats_for_range = self.data_year_energy[start_day_of_year:end_day_of_year] # -1 da die Indizierung bei 0 beginnt
# print(start_day_of_year,"-",end_day_of_year)
# print(stats_for_range.shape)
stats_for_range =stats_for_range.swapaxes(1, 0)
stats_for_range = stats_for_range.reshape(stats_for_range.shape[0],-1)
# print(stats_for_range.shape)
# print(stats_for_range)
# print()
# print(stats_for_range)
# print(start_day_of_year, " ",end_day_of_year)
# Hier kannst du entscheiden, wie du die Daten über den Zeitraum aggregieren möchtest
# Zum Beispiel könntest du Mittelwerte, Summen oder andere Statistiken über diesen Zeitraum berechnen
return stats_for_range[0]
return stats_for_range