Mirrors/EOS
1
0
Fork 0
mirror of https://github.com/Akkudoktor-EOS/EOS.git synced 2025-12-13 15:26:17 +00:00
Code Issues Actions 1 Packages Projects Releases Wiki Activity

Startpunkt setzbar und Prognosezeitraum ebenfalls.

Browse Source
This commit is contained in:
Bla Bla
2024-02-25 16:47:28 +01:00
parent dce2f4aed3
commit 8ae3150e31
7 changed files with 140 additions and 130 deletions
Download Patch File Download Diff File Expand all files Collapse all files

36
modules/class_load.py
View File

@@ -12,22 +12,7 @@ class LoadForecast:
self.data_year_energy = None
self.year_energy = year_energy
self.load_data()
# def get_prices_for_date(self, query_date):
# query_date = datetime.strptime(query_date, '%Y-%m-%d').date()
# prices_for_date = [price for price in self.price_data if price.starts_at.date() == query_date]
# return prices_for_date
# def get_price_for_datetime(self, query_datetime):
# query_datetime = datetime.strptime(query_datetime, '%Y-%m-%d %H').replace(minute=0, second=0, microsecond=0)
# query_datetime = query_datetime.replace(tzinfo=timezone(timedelta(hours=1)))
# for price in self.price_data:
# #print(price.starts_at.replace(minute=0, second=0, microsecond=0) , " ", query_datetime, " == ",price.starts_at.replace(minute=0, second=0, microsecond=0) == query_datetime)
# if price.starts_at.replace(minute=0, second=0, microsecond=0) == query_datetime:
# return price
# return None
def get_daily_stats(self, date_str):
"""
Gibt den 24-Stunden-Verlauf mit Erwartungswert und Standardabweichung für ein gegebenes Datum zurück.
@@ -66,6 +51,27 @@ class LoadForecast:
return hourly_stats
def get_stats_for_date_range(self, start_date_str, end_date_str):
"""
Gibt die Erwartungswerte und Standardabweichungen für einen Zeitraum zurück.
:param start_date_str: Startdatum als String im Format "YYYY-MM-DD"
:param end_date_str: Enddatum als String im Format "YYYY-MM-DD"
:return: Ein Array mit den aggregierten Daten für den Zeitraum
"""
start_date = datetime.strptime(start_date_str, "%Y-%m-%d")
end_date = datetime.strptime(end_date_str, "%Y-%m-%d")
start_day_of_year = start_date.timetuple().tm_yday
end_day_of_year = end_date.timetuple().tm_yday
# Beachten, dass bei Schaltjahren der Tag des Jahres angepasst werden muss
stats_for_range = self.data_year_energy[start_day_of_year-1:end_day_of_year] # -1 da die Indizierung bei 0 beginnt
# 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
def load_data(self):