Aggregationen in Eliona
Eliona bietet dynamische Aggregationen in Echtzeit, die es ermĂśglichen, groĂe Datenmengen effizient auszuwerten. Anstatt rohe Sensordaten Punkt fĂźr Punkt zu analysieren, kĂśnnen Benutzer verschiedene Aggregationsmethoden wählen, um relevante Zusammenhänge schnell zu erkennen.

Was sind Aggregationen?
Aggregationen fassen Daten Ăźber einen bestimmten Zeitraum zusammen, um Muster und Trends leichter sichtbar zu machen. Dies hilft dabei:
Langfristige Entwicklungen zu erkennen
UnregelmäĂigkeiten oder AusreiĂer schneller zu identifizieren
Berichte & Visualisierungen Ăźbersichtlicher zu gestalten
Effiziente Berechnungen fĂźr groĂe Datenmengen zu ermĂśglichen
Benutzer kÜnnen jederzeit das Aggregationsintervall und die Methode wählen, um Daten so darzustellen, wie es fßr ihre Analyse am sinnvollsten ist.
VerfĂźgbare Aggregationsmethoden
Je nach Anwendungsfall stehen verschiedene Aggregationsmethoden zur VerfĂźgung:
Durchschnitt (Mean)
Berechnung: Alle Werte innerhalb des Aggregationszeitraums werden summiert und durch ihre Anzahl geteilt. Anwendung: NĂźtzlich zur Darstellung typischer Werte eines Sensors Ăźber einen bestimmten Zeitraum, z. B.:
Durchschnittliche Temperatur pro Stunde
Mittlerer Energieverbrauch pro Tag
Summenzähler (Sum Counter)
Berechnung: Die Werte innerhalb eines Zeitintervalls werden aufsummiert. Anwendung: Sinnvoll, wenn die Gesamtmenge einer MessgrĂśĂe ermittelt werden soll, z. B.:
Gesamter Wasserverbrauch pro Tag
Gesamtzahl der Personenbewegungen pro Stunde
Kumulativzähler (Cumulative Counter)
Berechnung: Addiert fortlaufend Werte Ăźber die Zeit hinweg und gibt den akkumulierten Wert zurĂźck. Anwendung: Besonders geeignet fĂźr kontinuierlich steigende Werte, wie z. B.:
Gesamtenergieverbrauch Ăźber einen Monat hinweg
Produzierte StĂźckzahlen in einer Fertigungslinie
Minimum (Min)
Berechnung: Der kleinste Wert innerhalb des gewählten Aggregationsintervalls wird ausgegeben. Anwendung: Hilfreich, wenn festgestellt werden soll, wie niedrig eine MessgrĂśĂe war, z. B.:
Tiefste Temperatur des Tages
Minimale Luftfeuchtigkeit während einer Woche
Maximum (Max)
Berechnung: Der hĂśchste Wert innerhalb des Aggregationszeitraums wird ausgegeben. Anwendung: NĂźtzlich, um Spitzenwerte zu analysieren, z. B.:
HÜchste Stromlast eines Gebäudes pro Stunde
Maximale Geschwindigkeit einer Maschine während eines Betriebszyklus
Zeitgewichteter Durchschnitt (Time Weighted Average / TWA)
Berechnung: Jeder Messwert wird abhängig von der Zeit gewichtet, fßr die er innerhalb des Aggregationsintervalls gßltig war. Häufig oder länger anliegende Werte beeinflussen den Durchschnitt stärker als kurzzeitig auftretende Werte.
Anwendung: Besonders nĂźtzlich bei Messreihen, in denen sich Werte selten ändern oder AusreiĂer nicht Ăźberbewertet werden sollen, z.âŻB.:
Temperaturverläufe mit seltenen Spitzenwerten
Energieverbrauch mit einzelnen Lastspitzen
Zustandsmessungen, bei denen die Dauer eines Wertes entscheidend ist
Flexibilität bei der Aggregation
Benutzer kĂśnnen in jeder Ansicht, die Aggregationen unterstĂźtzt, frei entscheiden:
Zeitraum der Aggregation (Minuten, Stunden, Tage, Wochen, Monate...)
Aggregationsmethode (Durchschnitt, Minimum, Maximum usw.)
Sofortige Aktualisierung der berechneten Werte ohne erneute Konfiguration
Durch diese Flexibilität lassen sich Daten optimal an den jeweiligen Analysebedarf anpassen â sei es fĂźr Dashboards, Berichte, Automatisierungen oder Regeln.
Wo kann Aggregation genutzt werden?
Last updated
Was this helpful?