Da ich ein umfangreiches Monitoring der Energie im Haus durchführe, fallen jede Menge Daten an. Die Frage war, wie visualisiere ich das damit ich schnell erfassen kann was ging und was noch Verbesserungen bedarf.

Von jeder Heizung habe ich täglich einen Datensatz mit 1.440 Zeilen und knapp 50 Spalten mit Messwerten zur Verfügung. Ein Python Skript auf einem Raspberry wertet diese überraschend zügig aus. 

Mit Gnuplot lasse ich mir live Grafiken erzeugen, von jetzt, von gestern, vom ganzen Jahr. Alles kein Problem. Der Mini-Linux-Rechner in Scheckkartengröße kann noch mehr. Mit Lighttp stellt er eine Website zur Verfügung. So kann ich zuhause am Laptop, Handy oder Tablet jederzeit die Grafikn abrufen. 

Nun bin ich nicht immer zuhause und will den VPN-Zugang von unterwegs quälen. Ich lass mir die Daten einfach twittern. Der Raspi ist jetzt ein Twitter-Bot und schickt mir CRON-gesteuert eine Zusammenfassung.

In 2 Häusern betreibe ich je eine Solarthermie-Anlage. Die grössere Anlage ist leider durch den Waldrand leicht beschattet. Das führt zu erheblichen Einbußen. Die größere Anlage ist 30% grösser und leistet im Tagesmittel etwa 20% weniger als die kleine Anlage mit 4,5m² Aperturfläche. So ist das eben, wenn dem Nachbarn die Fichtenstängel halt so wichtig sind.

Sehr schön zu sehen die paar Wolken um die MIttagszeit. Die Leistung bricht ein sobald die Kollektortemperatur runter geht.

und hier noch eine Statusmeldung die über Twitter regelmäßig rausgeht:

AT ist Aussentemperatur, KT ist Kollektortemperatur, RT ist Rücklauftemperatur, dann Durchflussmenge mit Temperatur die im Schichtspeicher ankommt. Daraus errechnet sich die aktuelle Leistung und als Sum: ist die bisherige Tagesleistung angegeben. Dazu ein paar Wetterdaten von OpenWeather.org