Aggregationen in Eliona

Eliona bietet dynamische Aggregationen in Echtzeit, die es ermöglichen, große Datenmengen effizient auszuwerten. Anstatt rohe Sensordaten Punkt für Punkt zu analysieren, können 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

  • Unregelmäßigkeiten oder Ausreißer schneller zu identifizieren

  • Berichte & Visualisierungen Ăźbersichtlicher zu gestalten

  • Effiziente Berechnungen fĂźr große 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 Messgröße 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 Messgröße 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.:

  • HĂśchste 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 nützlich bei Messreihen, in denen sich Werte selten ändern oder Ausreißer nicht überbewertet werden sollen, z. B.:

  • 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 – sei es für Dashboards, Berichte, Automatisierungen oder Regeln.


Wo kann Aggregation genutzt werden?

Last updated

Was this helpful?