Compare commits

...
13 Commits
Author SHA1 Message Date
maximeandClaude Opus 5.5 8992bda17e Document the project: decisions log, analysis sheet, domain notes
- CLAUDE.md becomes a short map: status and next step, analyses index,
  documentation map, working rules.
- docs/decisions.md: ADR-style project decision log (D-001..D-014).
- docs/analyses/: living sheet per analysis (analyse_01) and template.
- docs/domaine/: domain knowledge, one note per question.
- .claude/rules/analyses.md: path-scoped rule loaded on src/ and
  docs/analyses/; .claude/skills/nouvelle-analyse: new-analysis workflow.
- README.md: human entry point.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 23:29:42 +02:00
maximeandClaude Opus 5.5 0b950199b8 Rework analysis 01 entry point and plots, drop tests
- src/analyse_01.py: single entry point, analyses data/, writes and
  opens the HTML report (switches to .venv for plotly).
- Plot: analysis on top, one subplot per time series below; zoom in
  time only, y axes rescaled to the visible range on every zoom.
- Tests removed: experimental prototype phase (D-008).
- Ignore __pycache__/.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 23:29:42 +02:00
maximeandClaude Opus 5.5 128d4bc298 Add AIMsight docs, Vermont working data and collector reference
- doc/: AIMsight reference documentation and station manual.
- data/: VERMONT complete dataset (7 system metrics) and expert
  diagnostics; other incomplete stations set aside in data/archive/.
- src/__main__ (3).py: reference copy of the embedded system_info
  collector (INA219 units, LiFePO4 OCV table).
- architecture.drawio: user-maintained architecture diagram.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 23:29:42 +02:00
maximeandClaude Opus 5.5 53b4f7e47c Harden MA7D_DROP inputs and report UNKNOWN stretches
- NaN/inf values are treated as missing instead of poisoning the
  running sum (which produced a false "not observed").
- Unreadable CSV files are skipped with a message naming the file;
  a station whose analysis fails is skipped with its name and the
  scan continues.
- The summary now states hours without verdict and the longest
  UNKNOWN stretch (5 months on MISSISSIPPI were silent).

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 19:37:56 +02:00
maximeandClaude Opus 5.5 79bd98c9cb Add plotly HTML report for MA7D_DROP
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 19:27:28 +02:00
maximeandClaude Opus 5.5 d91ab866e2 Add anomaly periods, text summary and CLI for MA7D_DROP
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 19:26:44 +02:00
maximeandClaude Opus 5.5 041770ec47 Add causal MA7D_DROP voltage-trend analysis
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 19:26:00 +02:00
maximeandClaude Opus 5.5 422904757f Add CSV loading per station for energy analysis
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 19:25:26 +02:00
maximeandClaude Opus 5.5 55ec0499bb Add implementation plan for MA7D_DROP energy analysis
Four TDD tasks: CSV loading, causal analysis, periods/summary/CLI,
plotly report. Code validated against real data in a prototype.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 18:38:50 +02:00
maximeandClaude Opus 5.5 e07656902a Add design spec for MA7D_DROP energy analysis
First analysis of the station energy-health use case: 7-day moving
average of BusVoltage compared to its own 30-day maximum, evaluated
causally at each hourly point, with a plotly visualisation.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 18:31:38 +02:00
maximeandClaude Opus 5.5 57ea286014 Fill CLAUDE.md with project context
Project goal, decisions taken so far (energy health first, analytics
only, embedded target, no synthetic data), annotated data cases,
domain essentials from doc/ and non-negotiable diagnostic rules.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 17:05:11 +02:00
maximeandClaude Opus 5.5 f1f28535bd Add hooks/agents/skills folders and CLAUDE.md header
Empty hooks section in settings.json, .gitkeep'd folders for hook
scripts, subagents and skills.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 15:59:53 +02:00
maximeandClaude Opus 5.5 a9dfba930d Add empty Claude Code harness
CLAUDE.md skeleton, project settings (deny .env reads), .gitignore.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 15:58:22 +02:00
41 changed files with 125485 additions and 0 deletions

No files matched your search

View File
Whitespace-only changes.
View File
Whitespace-only changes.
+29
View File
@@ -0,0 +1,29 @@
---
paths:
- "src/**"
- "docs/analyses/**"
---
# Travailler sur une analyse
- **Avant de modifier** une analyse, lire sa fiche `docs/analyses/analyse_NN.md`. En particulier :
- le principe ;
- les constantes et leurs sources ;
- les limites connues ;
- les **options écartées** (ne pas les reproposer sans raison nouvelle).
- **Contrat commun** :
- `run(series) -> {analysis, rule, points: [{t, value, anomaly, facts}]}` ;
- calcul **causal** : le point t n'utilise que les données ≤ t ;
- `anomaly = None` signifie UNKNOWN ;
- une analyse seule conclut au plus `consistent with`.
- **Code de calcul** : bibliothèque standard uniquement, car il doit tourner sur la station. Plotly ne sert qu'aux graphiques, sur le poste de dev (`.venv`).
- **Constantes** : chacune a sa source, en commentaire dans le code et dans le tableau de la fiche. Aucun seuil sans source.
- **Graphique** :
- en haut, l'analyse avec ses courbes superposées ; dessous, un graphique par série temporelle (D-011) ;
- zoom horizontal seulement, avec l'ordonnée recalée sur la plage visible (`post_script=energy_plot.AUTOSCALE_Y_JS`, ordonnées en `fixedrange`, D-013).
- **Après modification** :
- mettre à jour la fiche dans le même changement (résultats, limites, historique) ;
- si c'est une décision projet, ajouter une entrée dans `docs/decisions.md` ;
- si c'est un savoir métier nouveau, l'ajouter dans `docs/domaine/`.
- **Vérifier à la main** avec `python3 src/analyse_NN.py` sur VERMONT (`data/`). Pas de tests automatisés en phase prototype (D-008).
- **Nouvelle analyse** : utiliser le skill `nouvelle-analyse`.
+11
View File
@@ -0,0 +1,11 @@
{
"$schema": "https://json.schemastore.org/claude-code-settings.json",
"permissions": {
"allow": [],
"deny": [
"Read(./.env)",
"Read(./.env.*)"
]
},
"hooks": {}
}
View File
Whitespace-only changes.
+54
View File
@@ -0,0 +1,54 @@
---
name: nouvelle-analyse
description: Créer une nouvelle analyse numérotée (analyse_NN) dans le projet de diagnostic AIMsight — script, fiche, index, journal. À utiliser dès que l'utilisateur veut ajouter, concevoir ou prototyper une nouvelle analyse des séries temporelles d'une station.
---
# Créer une nouvelle analyse
## 1. Situer l'analyse
- Prendre le numéro suivant `NN` : voir le tableau « Analyses » de `CLAUDE.md` et `docs/analyses/`.
- Lire, sans tout charger :
- les « Pistes » et les « Limites connues » des fiches existantes. La nouvelle analyse en couvre souvent une ;
- `docs/decisions.md`, en particulier les options écartées ;
- la note de `docs/domaine/` qui concerne la question posée.
- Si la conception demande des choix, en discuter avec l'utilisateur. Avec superpowers (brainstorming), **la spec s'écrit directement dans la fiche** `docs/analyses/analyse_NN.md`, pas dans `docs/superpowers/specs/` (D-010).
## 2. Écrire la fiche
- Copier `docs/analyses/_modele.md` vers `docs/analyses/analyse_NN.md` et remplir :
- la question posée ;
- le principe et le calcul exact ;
- les constantes **avec leur source** ;
- les options écartées.
- Statut : « en conception ».
## 3. Écrire le code
- Le calcul respecte le contrat commun : `run(series) -> {analysis, rule, points: [{t, value, anomaly, facts}]}`.
- Il est causal.
- Il utilise uniquement la bibliothèque standard.
- `value` est exprimé dans une unité physique, sans pseudo-probabilité.
- Une analyse seule conclut au plus `consistent with`.
- Réutiliser `src/energy_check.py` (`load_stations`, grille horaire, traitement des `NaN`) plutôt que de le recopier. Extraire du code partagé seulement quand une deuxième analyse en a vraiment besoin.
- Point d'entrée `src/analyse_NN.py`, sur le modèle de `src/analyse_01.py` :
- il s'exécute sur `data/` par défaut ;
- il bascule sur `.venv` si plotly manque ;
- il écrit le graphique dans `out/` et l'ouvre dans le navigateur.
- Graphique (D-011) : en haut, l'analyse avec ses courbes superposées ; dessous, un graphique par série temporelle. Écrire le HTML avec `post_script=energy_plot.AUTOSCALE_Y_JS` et des ordonnées en `fixedrange`, pour que l'ordonnée se recale à chaque zoom.
- Pas de tests automatisés en phase prototype (D-008).
## 4. Vérifier
- Lancer `python3 src/analyse_NN.py` sur VERMONT.
- Comparer les résultats au diagnostic expert (`docs/domaine/cas-annotes-par-l-expert.md`).
- Reporter les dates et valeurs observées dans la section « Résultats » de la fiche.
## 5. Documenter
- Fiche : statut « prototype en place », résultats, limites, historique.
- `CLAUDE.md` :
- ajouter une ligne au tableau « Analyses » et la commande dans « Commandes » ;
- mettre à jour « État et prochaine étape ».
- `docs/decisions.md` : une entrée **seulement** si une décision de niveau projet a été prise (nouveau principe, changement de cap). Les choix propres à l'analyse restent dans sa fiche.
- Un savoir métier découvert en chemin va dans `docs/domaine/`.
+5
View File
@@ -0,0 +1,5 @@
.claude/settings.local.json
.env
.env.*
out/
__pycache__/
+106
View File
@@ -0,0 +1,106 @@
# CLAUDE.md
This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
Ce fichier est une **carte**, chargée à chaque session : il doit rester court (< 200 lignes). Le détail est dans `docs/` et se lit quand on en a besoin.
## Projet
Agent de diagnostic proactif pour **AIMsight**, un système de surveillance optique de déplacements : une caméra suit des cibles (prismes, réflecteurs) sur un ouvrage, et le mouvement de la caméra est compensé grâce à des cibles de référence. L'agent analyse les séries temporelles avec des **méthodes analytiques (pas de LLM)**, détecte les anomalies et explique chacune d'elles (preuves calculées + ce qui reste non établi) **avant** que le client ne pose la question. Cible d'exécution idéale : **le système embarqué de la station**. Langage : **Python**.
## État et prochaine étape
- **2026-10-09** : l'analyse 01 est en place sur VERMONT et produit un graphique HTML. C'est un prototype expérimental, sans tests automatisés.
- **Point ouvert de l'analyse 01** : l'accoutumance. Après plus de 30 jours de déficit, l'anomalie peut disparaître (voir sa fiche).
- **Prochaine étape** : choisir l'analyse 02 parmi les pistes de la fiche 01 (classement des trous, taux de jours à charge complète, perte secteur rapide, autonomie), puis combiner les analyses.
## Analyses
| N° | Nom | Question | Statut | Fiche |
|---|---|---|---|---|
| 01 | `MA7D_DROP` | La tension moyenne sur 7 jours décroche-t-elle de son propre passé récent (> 0,2 V) ? | prototype en place | `docs/analyses/analyse_01.md` |
Pour créer une analyse : skill `nouvelle-analyse` (`.claude/skills/nouvelle-analyse/`).
## Commandes
- `python3 src/analyse_01.py` : point d'entrée de l'analyse 01. Il analyse `data/`, écrit `out/<STATION>_energy.html` et l'ouvre dans le navigateur (via `explorer.exe` sous WSL). Il bascule seul sur `.venv` si plotly manque.
- `python3 src/energy_check.py data/` : résumé texte + `out/<STATION>_energy.json` (`out/` est ignoré par git).
- `.venv/bin/python src/energy_plot.py data/` : graphique seul (plotly.js est chargé depuis le CDN).
## Documentation (à lire à la demande)
- `docs/decisions.md` : journal des décisions **projet**, au format ADR allégé (statut, décision, pourquoi, options écartées, conséquence). Le lire avant de changer d'orientation ou de reproposer une option : elle a peut-être déjà été écartée.
- `docs/analyses/analyse_NN.md` : fiche vivante de chaque analyse (principe, constantes et sources, résultats, limites, options écartées, historique). Modèle : `docs/analyses/_modele.md`.
- `docs/domaine/` : le savoir métier, une note par question.
- `ce-que-mesure-la-station.md` : format CSV, métriques et unités, consommation mesurée mais pas l'apport.
- `comment-se-comporte-la-batterie.md` : LiFePO4, plateau et coude, table OCV, redémarrage à 12,6 V, capacité.
- `pieges-des-donnees.md` : trou ≠ coupure, signatures d'une coupure, seuils absolus, cycle jour/nuit.
- `cas-annotes-par-l-expert.md` : diagnostics experts des 5 stations.
- `colonnes-des-deplacements.md` : colonnes des déplacements (cas d'usage suivant).
- **Règle de travail** :
- une décision projet prise en conversation donne une entrée dans `docs/decisions.md` ;
- toute modification d'une analyse met à jour sa fiche dans le même changement ;
- un savoir métier nouveau va dans `docs/domaine/` ;
- un changement de cap met à jour « État et prochaine étape » ci-dessus.
- `.claude/rules/analyses.md` se charge seul quand Claude touche `src/` ou `docs/analyses/`.
- `docs/superpowers/` : documents de travail superpowers (specs, plans). C'est un historique, non maintenu après coup, et ce n'est pas une référence. La spec d'une nouvelle analyse s'écrit directement dans sa fiche `docs/analyses/analyse_NN.md` ; le plan peut rester dans `docs/superpowers/plans/`.
## Fichiers
- `README.md` : point d'entrée pour un humain (lancer l'analyse, où trouver quoi). Tout le projet est versionné, sauf `out/`, `.venv/` et `__pycache__/` (D-014).
- `doc/` : documentation AIMsight, à lire avant de concevoir. Ne pas re-demander à l'utilisateur ce qui y figure.
- `AIMsight_reference_quality_event_explainer_roadmap (2).md` : **référence qui fait autorité**. Elle couvre la couche diagnostique commune, l'explainer d'événements, les classifications (§4.3) et l'API indépendante de l'estimateur (§10). Le doc de contexte la cite sans le suffixe « (2) ».
- `AIMsight_agentic_support_project_context.md` : extension support. Contenu : chaîne de dépendance (§4), domaines dont la santé système (§5.1), règles épistémiques (§10), familles d'hypothèses (§12), format de sortie (§14-15), cas de régression (§16-17), cas d'usage (§23).
- Les deux docs prévoient un LLM/agent pour la synthèse : **ne pas suivre ce point**, le projet est 100 % analytique.
- `AIMsight FAQ.pdf` et `AIMsight Test Manual.pdf` (ce dernier est en réalité le manuel de la station) : définitions des signaux et des colonnes CSV, alimentation, schedules. Pour les lire : `pdftotext -layout "doc/<fichier>.pdf" -`.
- `data/` : **jeu de travail = VERMONT seule**, le seul dataset complet (les 7 métriques système, telles qu'extraites de la plateforme) + diagnostics experts (`metadata.md`, `d.md`). Les analyses tournent uniquement sur ce jeu.
- `data/archive/` : `BusVoltage` seule des autres stations (incomplètes), mises de côté le 2026-10-09. Non analysées ; ne pas les réintroduire sans demande.
- `src/analyse_NN.py` : point d'entrée de chaque analyse. Code partagé : `src/energy_check.py` (bibliothèque standard uniquement, embarquable) et `src/energy_plot.py` (plotly, poste de dev).
- `src/__main__ (3).py` : copie de référence du collecteur `system_info` embarqué (INA219, table OCV LiFePO4, compensation IR 0,34 Ω). Source des unités. Ne pas modifier.
- `architecture.drawio` : schéma d'architecture tenu par l'utilisateur. Ne pas le modifier sans demande.
## Principes (raisons, statuts et options écartées : `docs/decisions.md`)
- **Point d'entrée du POC : scan proactif d'un export.** L'agent détecte les événements, les classe et explique chacun. Le mode « question de support » viendra ensuite, sur le même socle.
- **Premier cas d'usage : santé énergétique des stations.** Ici, le trou de données *est* l'anomalie. L'interprétation des déplacements viendra ensuite.
- **Pas de LLM, pas de données synthétiques** (ni CSV simulés, ni générateur de scénarios : refus explicite de l'utilisateur). Le code d'analyse est **embarquable** : bibliothèque standard, calcul léger.
- **Anomalie énergétique = régime non soutenable** (l'apport ne couvre pas la consommation), pas une batterie basse. Une station débranchée avec une batterie pleine est déjà en anomalie.
- **Analyses combinées** : chaque analyse est une preuve imparfaite, juste « dans la majorité des cas » ; la combinaison fait le diagnostic. Préférer des fenêtres larges (plusieurs jours, multiples de 24 h).
- Contrat commun : `run(series) -> {analysis, rule, points: [{t, value, anomaly, facts}]}`. Calcul causal (le point t n'utilise que les données ≤ t). `anomaly = None` signifie UNKNOWN.
- Une analyse seule conclut au plus `consistent with`.
- **Livrable** : un graphique HTML par station. En haut, l'analyse (courbes superposées) ; dessous, un graphique par série temporelle. Zoom dans le temps seulement, avec l'ordonnée recalée sur la plage visible (D-011, D-013).
- **Ouvert** : architecture (à définir plus tard, ne pas la figer ici), destinataire du diagnostic (client final ou ingénieur support).
## L'essentiel du domaine (détail : `docs/domaine/`)
- **Données** : un CSV par station et par métrique, `<STATION>_<Metric>_<début> to <fin>.csv`, colonnes `,time_utc,metric`, moyennes horaires en UTC. Une valeur vide signifie qu'il n'y a pas de mesure.
- **Unités** : `BusVoltage` [V], `BusCurrent` [mA], `Power` [mW], `ShuntVoltage` [mV]. Ces trois dernières sont une seule mesure : la **consommation**. **L'apport (panneau ou secteur) n'est pas mesuré.**
- **Batterie LiFePO4 de 12,8 V** :
- entre 30 et 90 % de charge, la tension de nuit reste plate ; elle ne chute qu'au coude (~12,8 V, puis ~12,5 V) ;
- sous 12 V, la station s'éteint et ne redémarre que vers ~12,6 V ;
- ≥ 14,0 V dans la journée signale une charge complète.
- **Les seuils de tension absolus ne se transposent pas d'une station à l'autre** : comparer la station à son propre passé.
- **Un trou n'est pas forcément une coupure** : retard de synchronisation en fin de fichier, début d'historique, cause commune si plusieurs stations ont un trou en même temps.
## Règles non négociables
- **Chaque conclusion est traçable.** Elle cite les faits calculés et la règle qui l'a produite. Aucun chiffre ni seuil sans source.
- Ne pas confondre « pas de donnée visible » et « station arrêtée » : acquisition, transmission, ingestion et affichage sont des couches distinctes.
- Ne rien construire sur `inlier` binaire : RANSAC sera remplacé par un estimateur pondéré. Utiliser poids continus, `N_eff`, résidus, influence.
- `sigma0` seul et le nombre de références ne sont jamais des critères suffisants.
- Ne pas confondre qualité image d'une cible et qualité du réseau de références, ni petit résidu et transformation bien contrainte.
- Ne pas confondre mouvement en mode commun et mouvement structurel, ni références cohérentes et références physiquement fixes.
- Séparer fait observé, fait dérivé, contexte opérateur, hypothèse et inconnu. Pas de pseudo-probabilités ; vocabulaire : `confirmed` / `strongly supported` / `consistent with` / `possible` / `insufficient evidence` / `not observed`.
- Pas de règle spécifique à un site : les cas résolus deviennent des cas de régression.
- Lecture seule : aucune action sur les stations, la configuration ou le retraitement.
## Environnement
- `pandas` n'est pas installé ; la bibliothèque standard suffit pour explorer les CSV (`csv`, `datetime.fromisoformat`).
- `.venv/` (Python 3.14) ne contient que plotly, pour le poste de dev. Le code d'analyse reste en bibliothèque standard.
- Prototype expérimental : **pas de tests automatisés** (D-008). Vérifier les changements à la main en lançant `python3 src/analyse_01.py` sur VERMONT.
## Conventions
- Échanges et documents projet en français ; la documentation AIMsight est en anglais (garder ses termes techniques).
+33
View File
@@ -0,0 +1,33 @@
# Support-Agent — diagnostic proactif AIMsight
Agent de diagnostic **100 % analytique (sans LLM)** pour les stations AIMsight. Il analyse les séries temporelles d'une station, détecte les anomalies et les explique à partir de faits calculés, avant que le client ne pose la question. Premier cas d'usage : la **santé énergétique** des stations (batterie, alimentation, interruptions de mesure).
## Lancer l'analyse
```bash
python3 src/analyse_01.py
```
Le script analyse `data/` (station VERMONT), écrit `out/VERMONT_energy.html` et l'ouvre dans le navigateur.
Le graphique se lit ainsi :
- **en haut**, l'analyse ;
- **dessous**, une courbe par mesure de la station ;
- **zoom** : dans le temps, au rectangle ou à la molette ; double-clic pour revenir à la vue complète.
Plotly est installé dans `.venv/`, et le script y bascule seul. Pour recréer cet environnement : `python3 -m venv .venv && .venv/bin/pip install plotly`.
## Où trouver quoi
| Besoin | Où |
|---|---|
| Vue d'ensemble, règles du projet, commandes | `CLAUDE.md` |
| Pourquoi le projet est comme il est (décisions, options écartées) | `docs/decisions.md` |
| Ce que fait chaque analyse, ses seuils et ses limites | `docs/analyses/analyse_NN.md` |
| Savoir métier (mesures, batterie, pièges des données, cas experts) | `docs/domaine/` |
| Documentation AIMsight d'origine | `doc/` |
| Données de travail (VERMONT) et diagnostics experts | `data/` |
## État
Prototype expérimental, sans tests automatisés. Une analyse est en place : `MA7D_DROP`, la tendance de la tension batterie sur 7 jours. Les suivantes sont listées dans `docs/analyses/analyse_01.md` (section « Pistes »).
+52
View File
@@ -0,0 +1,52 @@
<mxfile host="Electron">
<diagram id="archi-poc-energie" name="Architecture POC énergie">
<mxGraphModel dx="841" dy="596" grid="1" gridSize="10" guides="1" tooltips="1" connect="1" arrows="1" fold="1" page="1" pageScale="1" pageWidth="1820" pageHeight="820" math="0" shadow="0">
<root>
<mxCell id="0" />
<mxCell id="1" parent="0" />
<mxCell id="fam1" parent="1" style="swimlane;fontStyle=1;childLayout=stackLayout;horizontal=1;startSize=30;horizontalStack=0;resizeParent=1;resizeParentMax=0;resizeLast=0;collapsible=1;marginBottom=0;whiteSpace=wrap;html=1;" value="1. Séries énergie (station)" vertex="1">
<mxGeometry height="126" width="220" x="40" y="620" as="geometry" />
</mxCell>
<mxCell id="fam1-1" parent="fam1" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ time_utc&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="30" as="geometry" />
</mxCell>
<mxCell id="fam1-2" parent="fam1" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ BusVoltage&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="54" as="geometry" />
</mxCell>
<mxCell id="fam1-3" parent="fam1" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ BusCurrent&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="78" as="geometry" />
</mxCell>
<mxCell id="fam1-5" parent="fam1" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ Power&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="102" as="geometry" />
</mxCell>
<mxCell id="fam2" parent="1" style="swimlane;fontStyle=1;childLayout=stackLayout;horizontal=1;startSize=30;horizontalStack=0;resizeParent=1;resizeParentMax=0;resizeLast=0;collapsible=1;marginBottom=0;whiteSpace=wrap;html=1;" value="2. Discrimination transport / stockage" vertex="1">
<mxGeometry height="102" width="220" x="290" y="620" as="geometry" />
</mxCell>
<mxCell id="fam2-1" parent="fam2" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ last_sync&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="30" as="geometry" />
</mxCell>
<mxCell id="fam2-2" parent="fam2" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ DB_not_uploaded&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="54" as="geometry" />
</mxCell>
<mxCell id="fam2-15" parent="fam2" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ avail_disk_1k-blk&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="78" as="geometry" />
</mxCell>
<mxCell id="fam3" parent="1" style="swimlane;fontStyle=1;childLayout=stackLayout;horizontal=1;startSize=30;horizontalStack=0;resizeParent=1;resizeParentMax=0;resizeLast=0;collapsible=1;marginBottom=0;whiteSpace=wrap;html=1;" value="3. Métadonnées station" vertex="1">
<mxGeometry height="54" width="220" x="540" y="620" as="geometry" />
</mxCell>
<mxCell id="fam3-1" parent="fam3" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ Type d'alimentation : solaire / secteur&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="30" as="geometry" />
</mxCell>
<mxCell id="fam4" parent="1" style="swimlane;fontStyle=1;childLayout=stackLayout;horizontal=1;startSize=30;horizontalStack=0;resizeParent=1;resizeParentMax=0;resizeLast=0;collapsible=1;marginBottom=0;whiteSpace=wrap;html=1;" value="4. Thermique (station)" vertex="1">
<mxGeometry height="78" width="220" x="790" y="620" as="geometry" />
</mxCell>
<mxCell id="fam4-1" parent="fam4" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ sensor_CPU_deg_c&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="30" as="geometry" />
</mxCell>
<mxCell id="fam4-2" parent="fam4" style="text;strokeColor=none;fillColor=none;align=left;verticalAlign=middle;spacingLeft=4;spacingRight=4;overflow=hidden;points=[[0,0.5],[1,0.5]];portConstraint=eastwest;rotatable=0;whiteSpace=wrap;html=1;fontSize=11;" value="&lt;font color=&quot;#33FF33&quot;&gt;+ sensor_GPU_deg_c&lt;/font&gt;" vertex="1">
<mxGeometry height="24" width="220" y="54" as="geometry" />
</mxCell>
</root>
</mxGraphModel>
</diagram>
</mxfile>
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
@@ -0,0 +1,674 @@
,time_utc,metric
0,2026-09-11 14:00:00+00:00,14.074
1,2026-09-11 15:00:00+00:00,14.100999999999999
2,2026-09-11 16:00:00+00:00,14.056999999999999
3,2026-09-11 17:00:00+00:00,13.853
4,2026-09-11 18:00:00+00:00,13.457
5,2026-09-11 19:00:00+00:00,13.258
6,2026-09-11 20:00:00+00:00,13.233999999999998
7,2026-09-11 21:00:00+00:00,13.1
8,2026-09-11 22:00:00+00:00,13.181999999999999
9,2026-09-11 23:00:00+00:00,13.195
10,2026-09-12 00:00:00+00:00,13.201
11,2026-09-12 01:00:00+00:00,13.200999999999999
12,2026-09-12 02:00:00+00:00,13.184999999999999
13,2026-09-12 03:00:00+00:00,13.053
14,2026-09-12 04:00:00+00:00,13.106
15,2026-09-12 05:00:00+00:00,13.164000000000001
16,2026-09-12 06:00:00+00:00,13.183999999999997
17,2026-09-12 07:00:00+00:00,13.233
18,2026-09-12 08:00:00+00:00,13.437
19,2026-09-12 09:00:00+00:00,14.059
20,2026-09-12 10:00:00+00:00,14.215
21,2026-09-12 11:00:00+00:00,14.23
22,2026-09-12 12:00:00+00:00,14.222
23,2026-09-12 13:00:00+00:00,14.097999999999999
24,2026-09-12 14:00:00+00:00,14.135000000000002
25,2026-09-12 15:00:00+00:00,14.111999999999998
26,2026-09-12 16:00:00+00:00,14.017
27,2026-09-12 17:00:00+00:00,13.898
28,2026-09-12 18:00:00+00:00,13.443999999999999
29,2026-09-12 19:00:00+00:00,13.253
30,2026-09-12 20:00:00+00:00,13.195
31,2026-09-12 21:00:00+00:00,13.179
32,2026-09-12 22:00:00+00:00,13.172
33,2026-09-12 23:00:00+00:00,13.103
34,2026-09-13 00:00:00+00:00,13.061
35,2026-09-13 01:00:00+00:00,13.072000000000001
36,2026-09-13 02:00:00+00:00,13.168
37,2026-09-13 03:00:00+00:00,13.212
38,2026-09-13 04:00:00+00:00,13.215
39,2026-09-13 05:00:00+00:00,13.19
40,2026-09-13 06:00:00+00:00,13.0752
41,2026-09-13 07:00:00+00:00,13.189
42,2026-09-13 08:00:00+00:00,13.332999999999998
43,2026-09-13 09:00:00+00:00,13.891
44,2026-09-13 10:00:00+00:00,14.041
45,2026-09-13 11:00:00+00:00,14.089
46,2026-09-13 12:00:00+00:00,14.222999999999999
47,2026-09-13 13:00:00+00:00,14.084
48,2026-09-13 14:00:00+00:00,14.065000000000001
49,2026-09-13 15:00:00+00:00,14.112000000000002
50,2026-09-13 16:00:00+00:00,14.045
51,2026-09-13 17:00:00+00:00,13.826
52,2026-09-13 18:00:00+00:00,13.425
53,2026-09-13 19:00:00+00:00,13.277
54,2026-09-13 20:00:00+00:00,13.178
55,2026-09-13 21:00:00+00:00,13.204
56,2026-09-13 22:00:00+00:00,13.208
57,2026-09-13 23:00:00+00:00,13.179
58,2026-09-14 00:00:00+00:00,13.188
59,2026-09-14 01:00:00+00:00,13.132
60,2026-09-14 02:00:00+00:00,13.178
61,2026-09-14 03:00:00+00:00,13.225000000000001
62,2026-09-14 04:00:00+00:00,13.190999999999999
63,2026-09-14 05:00:00+00:00,13.128
64,2026-09-14 06:00:00+00:00,13.163
65,2026-09-14 07:00:00+00:00,13.208
66,2026-09-14 08:00:00+00:00,13.369
67,2026-09-14 09:00:00+00:00,13.857
68,2026-09-14 10:00:00+00:00,14.046999999999999
69,2026-09-14 11:00:00+00:00,14.109
70,2026-09-14 12:00:00+00:00,14.091999999999999
71,2026-09-14 13:00:00+00:00,13.982
72,2026-09-14 14:00:00+00:00,14.008000000000001
73,2026-09-14 15:00:00+00:00,14.051000000000002
74,2026-09-14 16:00:00+00:00,13.98
75,2026-09-14 17:00:00+00:00,13.759
76,2026-09-14 18:00:00+00:00,13.258000000000001
77,2026-09-14 19:00:00+00:00,13.187000000000001
78,2026-09-14 20:00:00+00:00,13.196
79,2026-09-14 21:00:00+00:00,13.193999999999999
80,2026-09-14 22:00:00+00:00,13.148
81,2026-09-14 23:00:00+00:00,13.190000000000001
82,2026-09-15 00:00:00+00:00,13.204
83,2026-09-15 01:00:00+00:00,12.897
84,2026-09-15 02:00:00+00:00,13.042
85,2026-09-15 03:00:00+00:00,13.023
86,2026-09-15 04:00:00+00:00,13.163
87,2026-09-15 05:00:00+00:00,13.181000000000001
88,2026-09-15 06:00:00+00:00,13.210999999999999
89,2026-09-15 07:00:00+00:00,13.2
90,2026-09-15 08:00:00+00:00,13.364
91,2026-09-15 09:00:00+00:00,13.853000000000002
92,2026-09-15 10:00:00+00:00,14.04
93,2026-09-15 11:00:00+00:00,14.075
94,2026-09-15 12:00:00+00:00,14.065000000000001
95,2026-09-15 13:00:00+00:00,14.145999999999999
96,2026-09-15 14:00:00+00:00,14.091999999999999
97,2026-09-15 15:00:00+00:00,13.992
98,2026-09-15 16:00:00+00:00,13.986
99,2026-09-15 17:00:00+00:00,13.768
100,2026-09-15 18:00:00+00:00,13.42
101,2026-09-15 19:00:00+00:00,13.143
102,2026-09-15 20:00:00+00:00,13.139
103,2026-09-15 21:00:00+00:00,13.139999999999999
104,2026-09-15 22:00:00+00:00,13.139999999999999
105,2026-09-15 23:00:00+00:00,13.193000000000001
106,2026-09-16 00:00:00+00:00,13.179
107,2026-09-16 01:00:00+00:00,13.117999999999999
108,2026-09-16 02:00:00+00:00,13.156
109,2026-09-16 03:00:00+00:00,13.174999999999999
110,2026-09-16 04:00:00+00:00,13.155
111,2026-09-16 05:00:00+00:00,13.083
112,2026-09-16 06:00:00+00:00,13.081
113,2026-09-16 07:00:00+00:00,13.190999999999999
114,2026-09-16 08:00:00+00:00,13.330000000000002
115,2026-09-16 09:00:00+00:00,13.286
116,2026-09-16 10:00:00+00:00,13.770999999999999
117,2026-09-16 11:00:00+00:00,13.847
118,2026-09-16 12:00:00+00:00,13.963000000000001
119,2026-09-16 13:00:00+00:00,13.875
120,2026-09-16 14:00:00+00:00,13.872
121,2026-09-16 15:00:00+00:00,13.399000000000001
122,2026-09-16 16:00:00+00:00,13.293
123,2026-09-16 17:00:00+00:00,13.17
124,2026-09-16 18:00:00+00:00,13.183
125,2026-09-16 19:00:00+00:00,13.21
126,2026-09-16 20:00:00+00:00,13.213000000000001
127,2026-09-16 21:00:00+00:00,13.17
128,2026-09-16 22:00:00+00:00,13.167
129,2026-09-16 23:00:00+00:00,13.101999999999999
130,2026-09-17 00:00:00+00:00,13.122
131,2026-09-17 01:00:00+00:00,13.08
132,2026-09-17 02:00:00+00:00,13.112
133,2026-09-17 03:00:00+00:00,13.053999999999998
134,2026-09-17 04:00:00+00:00,13.07
135,2026-09-17 05:00:00+00:00,13.043
136,2026-09-17 06:00:00+00:00,13.0768
137,2026-09-17 07:00:00+00:00,13.142
138,2026-09-17 08:00:00+00:00,13.201
139,2026-09-17 09:00:00+00:00,13.725000000000001
140,2026-09-17 10:00:00+00:00,13.95
141,2026-09-17 11:00:00+00:00,14.07
142,2026-09-17 12:00:00+00:00,13.966
143,2026-09-17 13:00:00+00:00,14.005
144,2026-09-17 14:00:00+00:00,13.969999999999999
145,2026-09-17 15:00:00+00:00,13.969999999999999
146,2026-09-17 16:00:00+00:00,13.788
147,2026-09-17 17:00:00+00:00,13.384
148,2026-09-17 18:00:00+00:00,13.195
149,2026-09-17 19:00:00+00:00,13.075999999999999
150,2026-09-17 20:00:00+00:00,13.097
151,2026-09-17 21:00:00+00:00,13.104
152,2026-09-17 22:00:00+00:00,13.129
153,2026-09-17 23:00:00+00:00,13.032
154,2026-09-18 00:00:00+00:00,13.146
155,2026-09-18 01:00:00+00:00,13.116999999999999
156,2026-09-18 02:00:00+00:00,13.082
157,2026-09-18 03:00:00+00:00,12.934
158,2026-09-18 04:00:00+00:00,13.027000000000001
159,2026-09-18 05:00:00+00:00,13.094
160,2026-09-18 06:00:00+00:00,13.1416
161,2026-09-18 07:00:00+00:00,13.215
162,2026-09-18 08:00:00+00:00,13.357
163,2026-09-18 09:00:00+00:00,13.786
164,2026-09-18 10:00:00+00:00,13.887
165,2026-09-18 11:00:00+00:00,14.015
166,2026-09-18 12:00:00+00:00,14.032
167,2026-09-18 13:00:00+00:00,13.97
168,2026-09-18 14:00:00+00:00,14.014
169,2026-09-18 15:00:00+00:00,13.953999999999999
170,2026-09-18 16:00:00+00:00,13.979
171,2026-09-18 17:00:00+00:00,13.646
172,2026-09-18 18:00:00+00:00,13.130999999999998
173,2026-09-18 19:00:00+00:00,13.141
174,2026-09-18 20:00:00+00:00,13.081
175,2026-09-18 21:00:00+00:00,13.216999999999999
176,2026-09-18 22:00:00+00:00,13.068
177,2026-09-18 23:00:00+00:00,13.151
178,2026-09-19 00:00:00+00:00,13.106
179,2026-09-19 01:00:00+00:00,13.08
180,2026-09-19 02:00:00+00:00,12.963
181,2026-09-19 03:00:00+00:00,13.129
182,2026-09-19 04:00:00+00:00,13.073
183,2026-09-19 05:00:00+00:00,13.106
184,2026-09-19 06:00:00+00:00,13.038
185,2026-09-19 07:00:00+00:00,13.178
186,2026-09-19 08:00:00+00:00,13.399000000000001
187,2026-09-19 09:00:00+00:00,13.947000000000001
188,2026-09-19 10:00:00+00:00,14.131
189,2026-09-19 11:00:00+00:00,14.044
190,2026-09-19 12:00:00+00:00,14.129
191,2026-09-19 13:00:00+00:00,14.140999999999998
192,2026-09-19 14:00:00+00:00,13.993000000000002
193,2026-09-19 15:00:00+00:00,13.992
194,2026-09-19 16:00:00+00:00,14.032999999999998
195,2026-09-19 17:00:00+00:00,13.759
196,2026-09-19 18:00:00+00:00,13.355
197,2026-09-19 19:00:00+00:00,13.086
198,2026-09-19 20:00:00+00:00,12.943999999999999
199,2026-09-19 21:00:00+00:00,13.040999999999999
200,2026-09-19 22:00:00+00:00,13.079
201,2026-09-19 23:00:00+00:00,13.196
202,2026-09-20 00:00:00+00:00,13.115
203,2026-09-20 01:00:00+00:00,13.094000000000001
204,2026-09-20 02:00:00+00:00,13.11
205,2026-09-20 03:00:00+00:00,13.031
206,2026-09-20 04:00:00+00:00,13.074
207,2026-09-20 05:00:00+00:00,13.103
208,2026-09-20 06:00:00+00:00,13.044799999999999
209,2026-09-20 07:00:00+00:00,13.081
210,2026-09-20 08:00:00+00:00,13.373000000000001
211,2026-09-20 09:00:00+00:00,13.872
212,2026-09-20 10:00:00+00:00,14.163
213,2026-09-20 11:00:00+00:00,14.094999999999999
214,2026-09-20 12:00:00+00:00,14.151
215,2026-09-20 13:00:00+00:00,13.857
216,2026-09-20 14:00:00+00:00,13.835
217,2026-09-20 15:00:00+00:00,13.997
218,2026-09-20 16:00:00+00:00,13.917
219,2026-09-20 17:00:00+00:00,13.599999999999998
220,2026-09-20 18:00:00+00:00,13.356
221,2026-09-20 19:00:00+00:00,13.189
222,2026-09-20 20:00:00+00:00,13.115000000000002
223,2026-09-20 21:00:00+00:00,13.073999999999998
224,2026-09-20 22:00:00+00:00,13.083
225,2026-09-20 23:00:00+00:00,12.953
226,2026-09-21 00:00:00+00:00,13.017
227,2026-09-21 01:00:00+00:00,13.107
228,2026-09-21 02:00:00+00:00,13.167000000000002
229,2026-09-21 03:00:00+00:00,13.053
230,2026-09-21 04:00:00+00:00,13.062000000000001
231,2026-09-21 05:00:00+00:00,13.128
232,2026-09-21 06:00:00+00:00,13.01
233,2026-09-21 07:00:00+00:00,13.136000000000001
234,2026-09-21 08:00:00+00:00,13.211
235,2026-09-21 09:00:00+00:00,13.754
236,2026-09-21 10:00:00+00:00,14.107
237,2026-09-21 11:00:00+00:00,14.04
238,2026-09-21 12:00:00+00:00,13.957
239,2026-09-21 13:00:00+00:00,13.873000000000001
240,2026-09-21 14:00:00+00:00,13.935
241,2026-09-21 15:00:00+00:00,14.058
242,2026-09-21 16:00:00+00:00,13.913
243,2026-09-21 17:00:00+00:00,13.591999999999999
244,2026-09-21 18:00:00+00:00,13.357999999999999
245,2026-09-21 19:00:00+00:00,13.165000000000001
246,2026-09-21 20:00:00+00:00,12.892999999999999
247,2026-09-21 21:00:00+00:00,13.058
248,2026-09-21 22:00:00+00:00,13.058
249,2026-09-21 23:00:00+00:00,13.173
250,2026-09-22 00:00:00+00:00,13.108
251,2026-09-22 01:00:00+00:00,13.087
252,2026-09-22 02:00:00+00:00,12.943999999999999
253,2026-09-22 03:00:00+00:00,13.055
254,2026-09-22 04:00:00+00:00,13.117
255,2026-09-22 05:00:00+00:00,13.146
256,2026-09-22 06:00:00+00:00,13.127999999999997
257,2026-09-22 07:00:00+00:00,13.256
258,2026-09-22 08:00:00+00:00,13.395
259,2026-09-22 09:00:00+00:00,13.841
260,2026-09-22 10:00:00+00:00,14.049000000000001
261,2026-09-22 11:00:00+00:00,14.016
262,2026-09-22 12:00:00+00:00,13.788
263,2026-09-22 13:00:00+00:00,13.854000000000001
264,2026-09-22 14:00:00+00:00,13.997
265,2026-09-22 15:00:00+00:00,13.898
266,2026-09-22 16:00:00+00:00,13.934999999999999
267,2026-09-22 17:00:00+00:00,13.498000000000001
268,2026-09-22 18:00:00+00:00,13.259999999999998
269,2026-09-22 19:00:00+00:00,13.13
270,2026-09-22 20:00:00+00:00,13.003
271,2026-09-22 21:00:00+00:00,13.028
272,2026-09-22 22:00:00+00:00,13.139
273,2026-09-22 23:00:00+00:00,13.092
274,2026-09-23 00:00:00+00:00,13.136
275,2026-09-23 01:00:00+00:00,13.126
276,2026-09-23 02:00:00+00:00,13.097000000000001
277,2026-09-23 03:00:00+00:00,13.114
278,2026-09-23 04:00:00+00:00,13.017
279,2026-09-23 05:00:00+00:00,13.136999999999999
280,2026-09-23 06:00:00+00:00,13.117600000000001
281,2026-09-23 07:00:00+00:00,13.113
282,2026-09-23 08:00:00+00:00,13.433
283,2026-09-23 09:00:00+00:00,13.895
284,2026-09-23 10:00:00+00:00,14.001000000000001
285,2026-09-23 11:00:00+00:00,14.094
286,2026-09-23 12:00:00+00:00,14.125
287,2026-09-23 13:00:00+00:00,14.055
288,2026-09-23 14:00:00+00:00,14.088
289,2026-09-23 15:00:00+00:00,14.021
290,2026-09-23 16:00:00+00:00,14.024000000000001
291,2026-09-23 17:00:00+00:00,13.638
292,2026-09-23 18:00:00+00:00,13.341000000000001
293,2026-09-23 19:00:00+00:00,13.229
294,2026-09-23 20:00:00+00:00,13.15
295,2026-09-23 21:00:00+00:00,13.108
296,2026-09-23 22:00:00+00:00,13.190000000000001
297,2026-09-23 23:00:00+00:00,13.120999999999999
298,2026-09-24 00:00:00+00:00,13.177999999999999
299,2026-09-24 01:00:00+00:00,13.149000000000001
300,2026-09-24 02:00:00+00:00,13.173000000000002
301,2026-09-24 03:00:00+00:00,13.166
302,2026-09-24 04:00:00+00:00,13.202
303,2026-09-24 05:00:00+00:00,13.193
304,2026-09-24 06:00:00+00:00,13.161600000000002
305,2026-09-24 07:00:00+00:00,13.234
306,2026-09-24 08:00:00+00:00,13.315000000000001
307,2026-09-24 09:00:00+00:00,13.404
308,2026-09-24 10:00:00+00:00,14.1
309,2026-09-24 11:00:00+00:00,14.076999999999998
310,2026-09-24 12:00:00+00:00,14.059999999999999
311,2026-09-24 13:00:00+00:00,14.064
312,2026-09-24 14:00:00+00:00,13.935
313,2026-09-24 15:00:00+00:00,13.729
314,2026-09-24 16:00:00+00:00,13.342
315,2026-09-24 17:00:00+00:00,13.248999999999999
316,2026-09-24 18:00:00+00:00,13.139
317,2026-09-24 19:00:00+00:00,13.193000000000001
318,2026-09-24 20:00:00+00:00,13.067
319,2026-09-24 21:00:00+00:00,13.216
320,2026-09-24 22:00:00+00:00,13.181
321,2026-09-24 23:00:00+00:00,13.152999999999999
322,2026-09-25 00:00:00+00:00,13.208
323,2026-09-25 01:00:00+00:00,13.149000000000001
324,2026-09-25 02:00:00+00:00,13.134
325,2026-09-25 03:00:00+00:00,13.158999999999999
326,2026-09-25 04:00:00+00:00,13.077
327,2026-09-25 05:00:00+00:00,13.082
328,2026-09-25 06:00:00+00:00,13.005600000000001
329,2026-09-25 07:00:00+00:00,13.209999999999999
330,2026-09-25 08:00:00+00:00,13.368
331,2026-09-25 09:00:00+00:00,13.834000000000001
332,2026-09-25 10:00:00+00:00,14.184000000000001
333,2026-09-25 11:00:00+00:00,14.155000000000001
334,2026-09-25 12:00:00+00:00,14.019
335,2026-09-25 13:00:00+00:00,14.131
336,2026-09-25 14:00:00+00:00,14.047
337,2026-09-25 15:00:00+00:00,14.086
338,2026-09-25 16:00:00+00:00,13.940000000000001
339,2026-09-25 17:00:00+00:00,13.604
340,2026-09-25 18:00:00+00:00,13.310999999999998
341,2026-09-25 19:00:00+00:00,13.135
342,2026-09-25 20:00:00+00:00,13.184999999999999
343,2026-09-25 21:00:00+00:00,13.159
344,2026-09-25 22:00:00+00:00,13.127
345,2026-09-25 23:00:00+00:00,13.192999999999998
346,2026-09-26 00:00:00+00:00,13.169
347,2026-09-26 01:00:00+00:00,13.208
348,2026-09-26 02:00:00+00:00,13.085
349,2026-09-26 03:00:00+00:00,13.086
350,2026-09-26 04:00:00+00:00,13.202
351,2026-09-26 05:00:00+00:00,13.189
352,2026-09-26 06:00:00+00:00,13.145
353,2026-09-26 07:00:00+00:00,13.204999999999998
354,2026-09-26 08:00:00+00:00,13.377
355,2026-09-26 09:00:00+00:00,13.904
356,2026-09-26 10:00:00+00:00,14.067
357,2026-09-26 11:00:00+00:00,14.197
358,2026-09-26 12:00:00+00:00,14.232
359,2026-09-26 13:00:00+00:00,13.96
360,2026-09-26 14:00:00+00:00,14.072
361,2026-09-26 15:00:00+00:00,14.131
362,2026-09-26 16:00:00+00:00,13.972000000000001
363,2026-09-26 17:00:00+00:00,13.659
364,2026-09-26 18:00:00+00:00,13.319
365,2026-09-26 19:00:00+00:00,13.165
366,2026-09-26 20:00:00+00:00,13.152000000000001
367,2026-09-26 21:00:00+00:00,13.136000000000001
368,2026-09-26 22:00:00+00:00,13.142000000000001
369,2026-09-26 23:00:00+00:00,13.079
370,2026-09-27 00:00:00+00:00,13.126000000000001
371,2026-09-27 01:00:00+00:00,13.113
372,2026-09-27 02:00:00+00:00,13.124
373,2026-09-27 03:00:00+00:00,13.164
374,2026-09-27 04:00:00+00:00,13.203
375,2026-09-27 05:00:00+00:00,13.162
376,2026-09-27 06:00:00+00:00,13.116
377,2026-09-27 07:00:00+00:00,13.209999999999999
378,2026-09-27 08:00:00+00:00,13.361
379,2026-09-27 09:00:00+00:00,13.835
380,2026-09-27 10:00:00+00:00,14.193999999999999
381,2026-09-27 11:00:00+00:00,14.13
382,2026-09-27 12:00:00+00:00,14.033
383,2026-09-27 13:00:00+00:00,14.154
384,2026-09-27 14:00:00+00:00,14.037
385,2026-09-27 15:00:00+00:00,14.108
386,2026-09-27 16:00:00+00:00,13.862
387,2026-09-27 17:00:00+00:00,13.580000000000002
388,2026-09-27 18:00:00+00:00,13.325000000000001
389,2026-09-27 19:00:00+00:00,13.164000000000001
390,2026-09-27 20:00:00+00:00,13.186
391,2026-09-27 21:00:00+00:00,13.189
392,2026-09-27 22:00:00+00:00,13.165
393,2026-09-27 23:00:00+00:00,13.151
394,2026-09-28 00:00:00+00:00,13.218
395,2026-09-28 01:00:00+00:00,13.176
396,2026-09-28 02:00:00+00:00,13.100000000000001
397,2026-09-28 03:00:00+00:00,13.136
398,2026-09-28 04:00:00+00:00,13.113
399,2026-09-28 05:00:00+00:00,13.198
400,2026-09-28 06:00:00+00:00,13.1688
401,2026-09-28 07:00:00+00:00,13.181000000000001
402,2026-09-28 08:00:00+00:00,13.303
403,2026-09-28 09:00:00+00:00,13.81
404,2026-09-28 10:00:00+00:00,14.047
405,2026-09-28 11:00:00+00:00,14.009
406,2026-09-28 12:00:00+00:00,14.166
407,2026-09-28 13:00:00+00:00,14.041999999999998
408,2026-09-28 14:00:00+00:00,14.155000000000001
409,2026-09-28 15:00:00+00:00,14.024000000000001
410,2026-09-28 16:00:00+00:00,13.666
411,2026-09-28 17:00:00+00:00,13.332
412,2026-09-28 18:00:00+00:00,13.244
413,2026-09-28 19:00:00+00:00,13.212
414,2026-09-28 20:00:00+00:00,13.158999999999999
415,2026-09-28 21:00:00+00:00,13.199
416,2026-09-28 22:00:00+00:00,13.171
417,2026-09-28 23:00:00+00:00,13.191
418,2026-09-29 00:00:00+00:00,13.186
419,2026-09-29 01:00:00+00:00,13.183
420,2026-09-29 02:00:00+00:00,13.169
421,2026-09-29 03:00:00+00:00,13.169
422,2026-09-29 04:00:00+00:00,13.110000000000001
423,2026-09-29 05:00:00+00:00,13.14
424,2026-09-29 06:00:00+00:00,13.1184
425,2026-09-29 07:00:00+00:00,13.163
426,2026-09-29 08:00:00+00:00,13.272
427,2026-09-29 09:00:00+00:00,13.454
428,2026-09-29 10:00:00+00:00,14.063999999999998
429,2026-09-29 11:00:00+00:00,14.071000000000002
430,2026-09-29 12:00:00+00:00,13.997
431,2026-09-29 13:00:00+00:00,13.994
432,2026-09-29 14:00:00+00:00,13.974
433,2026-09-29 15:00:00+00:00,13.951
434,2026-09-29 16:00:00+00:00,13.713
435,2026-09-29 17:00:00+00:00,13.407
436,2026-09-29 18:00:00+00:00,13.214
437,2026-09-29 19:00:00+00:00,13.166
438,2026-09-29 20:00:00+00:00,13.139000000000001
439,2026-09-29 21:00:00+00:00,13.181
440,2026-09-29 22:00:00+00:00,13.084
441,2026-09-29 23:00:00+00:00,13.193999999999999
442,2026-09-30 00:00:00+00:00,13.172999999999998
443,2026-09-30 01:00:00+00:00,13.172
444,2026-09-30 02:00:00+00:00,13.182
445,2026-09-30 03:00:00+00:00,13.151
446,2026-09-30 04:00:00+00:00,13.146999999999998
447,2026-09-30 05:00:00+00:00,13.157
448,2026-09-30 06:00:00+00:00,13.155200000000002
449,2026-09-30 07:00:00+00:00,13.161
450,2026-09-30 08:00:00+00:00,13.199
451,2026-09-30 09:00:00+00:00,13.248999999999999
452,2026-09-30 10:00:00+00:00,13.21
453,2026-09-30 11:00:00+00:00,13.235
454,2026-09-30 12:00:00+00:00,13.25
455,2026-09-30 13:00:00+00:00,13.29
456,2026-09-30 14:00:00+00:00,13.366
457,2026-09-30 15:00:00+00:00,13.227
458,2026-09-30 16:00:00+00:00,13.187999999999999
459,2026-09-30 17:00:00+00:00,13.174
460,2026-09-30 18:00:00+00:00,13.178
461,2026-09-30 19:00:00+00:00,13.120999999999999
462,2026-09-30 20:00:00+00:00,13.184999999999999
463,2026-09-30 21:00:00+00:00,13.18
464,2026-09-30 22:00:00+00:00,13.16
465,2026-09-30 23:00:00+00:00,13.117
466,2026-10-01 00:00:00+00:00,13.184000000000001
467,2026-10-01 01:00:00+00:00,13.152
468,2026-10-01 02:00:00+00:00,13.165000000000001
469,2026-10-01 03:00:00+00:00,13.175
470,2026-10-01 04:00:00+00:00,13.184000000000001
471,2026-10-01 05:00:00+00:00,13.200000000000001
472,2026-10-01 06:00:00+00:00,13.1624
473,2026-10-01 07:00:00+00:00,13.192
474,2026-10-01 08:00:00+00:00,13.184000000000001
475,2026-10-01 09:00:00+00:00,13.181
476,2026-10-01 10:00:00+00:00,13.158
477,2026-10-01 11:00:00+00:00,13.235
478,2026-10-01 12:00:00+00:00,13.159
479,2026-10-01 13:00:00+00:00,13.176
480,2026-10-01 14:00:00+00:00,13.14
481,2026-10-01 15:00:00+00:00,13.164
482,2026-10-01 16:00:00+00:00,13.164000000000001
483,2026-10-01 17:00:00+00:00,13.17
484,2026-10-01 18:00:00+00:00,13.18
485,2026-10-01 19:00:00+00:00,13.168
486,2026-10-01 20:00:00+00:00,13.171000000000001
487,2026-10-01 21:00:00+00:00,13.120000000000001
488,2026-10-01 22:00:00+00:00,13.143
489,2026-10-01 23:00:00+00:00,13.194
490,2026-10-02 00:00:00+00:00,13.141
491,2026-10-02 01:00:00+00:00,13.188
492,2026-10-02 02:00:00+00:00,13.133000000000001
493,2026-10-02 03:00:00+00:00,13.115
494,2026-10-02 04:00:00+00:00,13.203
495,2026-10-02 05:00:00+00:00,13.193999999999999
496,2026-10-02 06:00:00+00:00,13.1416
497,2026-10-02 07:00:00+00:00,13.209999999999999
498,2026-10-02 08:00:00+00:00,13.282
499,2026-10-02 09:00:00+00:00,13.434000000000001
500,2026-10-02 10:00:00+00:00,13.514
501,2026-10-02 11:00:00+00:00,13.981
502,2026-10-02 12:00:00+00:00,14.174999999999999
503,2026-10-02 13:00:00+00:00,14.208
504,2026-10-02 14:00:00+00:00,14.197
505,2026-10-02 15:00:00+00:00,14.133
506,2026-10-02 16:00:00+00:00,13.601
507,2026-10-02 17:00:00+00:00,13.341
508,2026-10-02 18:00:00+00:00,13.174
509,2026-10-02 19:00:00+00:00,13.190000000000001
510,2026-10-02 20:00:00+00:00,13.161999999999999
511,2026-10-02 21:00:00+00:00,13.117999999999999
512,2026-10-02 22:00:00+00:00,13.162
513,2026-10-02 23:00:00+00:00,13.192
514,2026-10-03 00:00:00+00:00,13.145
515,2026-10-03 01:00:00+00:00,13.181
516,2026-10-03 02:00:00+00:00,13.202
517,2026-10-03 03:00:00+00:00,13.214
518,2026-10-03 04:00:00+00:00,13.201
519,2026-10-03 05:00:00+00:00,13.146999999999998
520,2026-10-03 06:00:00+00:00,13.136000000000001
521,2026-10-03 07:00:00+00:00,13.184000000000001
522,2026-10-03 08:00:00+00:00,13.241
523,2026-10-03 09:00:00+00:00,13.470999999999998
524,2026-10-03 10:00:00+00:00,13.995000000000001
525,2026-10-03 11:00:00+00:00,13.943
526,2026-10-03 12:00:00+00:00,13.916
527,2026-10-03 13:00:00+00:00,13.87
528,2026-10-03 14:00:00+00:00,13.91
529,2026-10-03 15:00:00+00:00,13.975
530,2026-10-03 16:00:00+00:00,13.719999999999999
531,2026-10-03 17:00:00+00:00,13.413
532,2026-10-03 18:00:00+00:00,13.185
533,2026-10-03 19:00:00+00:00,13.094999999999999
534,2026-10-03 20:00:00+00:00,13.136
535,2026-10-03 21:00:00+00:00,13.091000000000001
536,2026-10-03 22:00:00+00:00,13.152999999999999
537,2026-10-03 23:00:00+00:00,13.107999999999999
538,2026-10-04 00:00:00+00:00,13.108
539,2026-10-04 01:00:00+00:00,13.18
540,2026-10-04 02:00:00+00:00,13.178999999999998
541,2026-10-04 03:00:00+00:00,13.192
542,2026-10-04 04:00:00+00:00,13.148
543,2026-10-04 05:00:00+00:00,13.164
544,2026-10-04 06:00:00+00:00,13.174
545,2026-10-04 07:00:00+00:00,13.183
546,2026-10-04 08:00:00+00:00,13.209
547,2026-10-04 09:00:00+00:00,13.231
548,2026-10-04 10:00:00+00:00,13.371
549,2026-10-04 11:00:00+00:00,13.504
550,2026-10-04 12:00:00+00:00,14.125
551,2026-10-04 13:00:00+00:00,14.074000000000002
552,2026-10-04 14:00:00+00:00,13.866
553,2026-10-04 15:00:00+00:00,13.895
554,2026-10-04 16:00:00+00:00,13.520999999999999
555,2026-10-04 17:00:00+00:00,13.26
556,2026-10-04 18:00:00+00:00,13.205
557,2026-10-04 19:00:00+00:00,13.203
558,2026-10-04 20:00:00+00:00,13.204
559,2026-10-04 21:00:00+00:00,13.194
560,2026-10-04 22:00:00+00:00,13.150000000000002
561,2026-10-04 23:00:00+00:00,13.158
562,2026-10-05 00:00:00+00:00,13.122
563,2026-10-05 01:00:00+00:00,13.128
564,2026-10-05 02:00:00+00:00,13.133
565,2026-10-05 03:00:00+00:00,13.123999999999999
566,2026-10-05 04:00:00+00:00,13.187999999999999
567,2026-10-05 05:00:00+00:00,13.203
568,2026-10-05 06:00:00+00:00,13.187
569,2026-10-05 07:00:00+00:00,13.238
570,2026-10-05 08:00:00+00:00,13.339
571,2026-10-05 09:00:00+00:00,13.767000000000001
572,2026-10-05 10:00:00+00:00,14.25
573,2026-10-05 11:00:00+00:00,14.142999999999999
574,2026-10-05 12:00:00+00:00,14.126
575,2026-10-05 13:00:00+00:00,14.059000000000001
576,2026-10-05 14:00:00+00:00,14.136
577,2026-10-05 15:00:00+00:00,13.945
578,2026-10-05 16:00:00+00:00,13.907
579,2026-10-05 17:00:00+00:00,13.527999999999999
580,2026-10-05 18:00:00+00:00,13.291999999999998
581,2026-10-05 19:00:00+00:00,13.181000000000001
582,2026-10-05 20:00:00+00:00,13.067
583,2026-10-05 21:00:00+00:00,13.121
584,2026-10-05 22:00:00+00:00,13.164000000000001
585,2026-10-05 23:00:00+00:00,13.177
586,2026-10-06 00:00:00+00:00,13.186
587,2026-10-06 01:00:00+00:00,13.064
588,2026-10-06 02:00:00+00:00,13.123999999999999
589,2026-10-06 03:00:00+00:00,13.097
590,2026-10-06 04:00:00+00:00,13.133
591,2026-10-06 05:00:00+00:00,13.209999999999999
592,2026-10-06 06:00:00+00:00,13.1072
593,2026-10-06 07:00:00+00:00,13.266000000000002
594,2026-10-06 08:00:00+00:00,13.373999999999999
595,2026-10-06 09:00:00+00:00,13.792000000000002
596,2026-10-06 10:00:00+00:00,14.249999999999998
597,2026-10-06 11:00:00+00:00,14.011
598,2026-10-06 12:00:00+00:00,14.127
599,2026-10-06 13:00:00+00:00,14.141
600,2026-10-06 14:00:00+00:00,14.025
601,2026-10-06 15:00:00+00:00,14.126000000000001
602,2026-10-06 16:00:00+00:00,13.888000000000002
603,2026-10-06 17:00:00+00:00,13.527000000000001
604,2026-10-06 18:00:00+00:00,13.305
605,2026-10-06 19:00:00+00:00,13.219
606,2026-10-06 20:00:00+00:00,13.141
607,2026-10-06 21:00:00+00:00,13.121
608,2026-10-06 22:00:00+00:00,13.086
609,2026-10-06 23:00:00+00:00,13.155
610,2026-10-07 00:00:00+00:00,13.135
611,2026-10-07 01:00:00+00:00,13.171
612,2026-10-07 02:00:00+00:00,13.158
613,2026-10-07 03:00:00+00:00,13.189
614,2026-10-07 04:00:00+00:00,13.122
615,2026-10-07 05:00:00+00:00,13.172
616,2026-10-07 06:00:00+00:00,13.044
617,2026-10-07 07:00:00+00:00,13.177
618,2026-10-07 08:00:00+00:00,13.208
619,2026-10-07 09:00:00+00:00,13.190999999999999
620,2026-10-07 10:00:00+00:00,13.221
621,2026-10-07 11:00:00+00:00,13.209
622,2026-10-07 12:00:00+00:00,13.251000000000001
623,2026-10-07 13:00:00+00:00,13.248
624,2026-10-07 14:00:00+00:00,13.177
625,2026-10-07 15:00:00+00:00,13.115
626,2026-10-07 16:00:00+00:00,13.187
627,2026-10-07 17:00:00+00:00,13.108
628,2026-10-07 18:00:00+00:00,13.168
629,2026-10-07 19:00:00+00:00,13.146
630,2026-10-07 20:00:00+00:00,13.143999999999998
631,2026-10-07 21:00:00+00:00,13.14
632,2026-10-07 22:00:00+00:00,13.151
633,2026-10-07 23:00:00+00:00,13.175999999999998
634,2026-10-08 00:00:00+00:00,13.177
635,2026-10-08 01:00:00+00:00,13.144000000000002
636,2026-10-08 02:00:00+00:00,13.154000000000002
637,2026-10-08 03:00:00+00:00,13.175999999999998
638,2026-10-08 04:00:00+00:00,13.170000000000002
639,2026-10-08 05:00:00+00:00,13.159
640,2026-10-08 06:00:00+00:00,13.172
641,2026-10-08 07:00:00+00:00,13.177
642,2026-10-08 08:00:00+00:00,13.169
643,2026-10-08 09:00:00+00:00,13.172999999999998
644,2026-10-08 10:00:00+00:00,13.146999999999998
645,2026-10-08 11:00:00+00:00,13.215
646,2026-10-08 12:00:00+00:00,13.2
647,2026-10-08 13:00:00+00:00,13.248000000000001
648,2026-10-08 14:00:00+00:00,13.183
649,2026-10-08 15:00:00+00:00,13.248000000000001
650,2026-10-08 16:00:00+00:00,13.155
651,2026-10-08 17:00:00+00:00,13.194999999999999
652,2026-10-08 18:00:00+00:00,13.184999999999999
653,2026-10-08 19:00:00+00:00,13.167000000000002
654,2026-10-08 20:00:00+00:00,13.147
655,2026-10-08 21:00:00+00:00,13.142999999999999
656,2026-10-08 22:00:00+00:00,13.182
657,2026-10-08 23:00:00+00:00,13.120999999999999
658,2026-10-09 00:00:00+00:00,13.139000000000001
659,2026-10-09 01:00:00+00:00,13.166
660,2026-10-09 02:00:00+00:00,13.133
661,2026-10-09 03:00:00+00:00,13.114
662,2026-10-09 04:00:00+00:00,13.113999999999999
663,2026-10-09 05:00:00+00:00,13.152999999999999
664,2026-10-09 06:00:00+00:00,13.164000000000001
665,2026-10-09 07:00:00+00:00,13.235
666,2026-10-09 08:00:00+00:00,13.443000000000001
667,2026-10-09 09:00:00+00:00,13.454
668,2026-10-09 10:00:00+00:00,13.469999999999999
669,2026-10-09 11:00:00+00:00,13.799
670,2026-10-09 12:00:00+00:00,14.178999999999998
671,2026-10-09 13:00:00+00:00,14.164
672,2026-10-09 14:00:00+00:00,13.972000000000001
1 time_utc metric
2 0 2026-09-11 14:00:00+00:00 14.074
3 1 2026-09-11 15:00:00+00:00 14.100999999999999
4 2 2026-09-11 16:00:00+00:00 14.056999999999999
5 3 2026-09-11 17:00:00+00:00 13.853
6 4 2026-09-11 18:00:00+00:00 13.457
7 5 2026-09-11 19:00:00+00:00 13.258
8 6 2026-09-11 20:00:00+00:00 13.233999999999998
9 7 2026-09-11 21:00:00+00:00 13.1
10 8 2026-09-11 22:00:00+00:00 13.181999999999999
11 9 2026-09-11 23:00:00+00:00 13.195
12 10 2026-09-12 00:00:00+00:00 13.201
13 11 2026-09-12 01:00:00+00:00 13.200999999999999
14 12 2026-09-12 02:00:00+00:00 13.184999999999999
15 13 2026-09-12 03:00:00+00:00 13.053
16 14 2026-09-12 04:00:00+00:00 13.106
17 15 2026-09-12 05:00:00+00:00 13.164000000000001
18 16 2026-09-12 06:00:00+00:00 13.183999999999997
19 17 2026-09-12 07:00:00+00:00 13.233
20 18 2026-09-12 08:00:00+00:00 13.437
21 19 2026-09-12 09:00:00+00:00 14.059
22 20 2026-09-12 10:00:00+00:00 14.215
23 21 2026-09-12 11:00:00+00:00 14.23
24 22 2026-09-12 12:00:00+00:00 14.222
25 23 2026-09-12 13:00:00+00:00 14.097999999999999
26 24 2026-09-12 14:00:00+00:00 14.135000000000002
27 25 2026-09-12 15:00:00+00:00 14.111999999999998
28 26 2026-09-12 16:00:00+00:00 14.017
29 27 2026-09-12 17:00:00+00:00 13.898
30 28 2026-09-12 18:00:00+00:00 13.443999999999999
31 29 2026-09-12 19:00:00+00:00 13.253
32 30 2026-09-12 20:00:00+00:00 13.195
33 31 2026-09-12 21:00:00+00:00 13.179
34 32 2026-09-12 22:00:00+00:00 13.172
35 33 2026-09-12 23:00:00+00:00 13.103
36 34 2026-09-13 00:00:00+00:00 13.061
37 35 2026-09-13 01:00:00+00:00 13.072000000000001
38 36 2026-09-13 02:00:00+00:00 13.168
39 37 2026-09-13 03:00:00+00:00 13.212
40 38 2026-09-13 04:00:00+00:00 13.215
41 39 2026-09-13 05:00:00+00:00 13.19
42 40 2026-09-13 06:00:00+00:00 13.0752
43 41 2026-09-13 07:00:00+00:00 13.189
44 42 2026-09-13 08:00:00+00:00 13.332999999999998
45 43 2026-09-13 09:00:00+00:00 13.891
46 44 2026-09-13 10:00:00+00:00 14.041
47 45 2026-09-13 11:00:00+00:00 14.089
48 46 2026-09-13 12:00:00+00:00 14.222999999999999
49 47 2026-09-13 13:00:00+00:00 14.084
50 48 2026-09-13 14:00:00+00:00 14.065000000000001
51 49 2026-09-13 15:00:00+00:00 14.112000000000002
52 50 2026-09-13 16:00:00+00:00 14.045
53 51 2026-09-13 17:00:00+00:00 13.826
54 52 2026-09-13 18:00:00+00:00 13.425
55 53 2026-09-13 19:00:00+00:00 13.277
56 54 2026-09-13 20:00:00+00:00 13.178
57 55 2026-09-13 21:00:00+00:00 13.204
58 56 2026-09-13 22:00:00+00:00 13.208
59 57 2026-09-13 23:00:00+00:00 13.179
60 58 2026-09-14 00:00:00+00:00 13.188
61 59 2026-09-14 01:00:00+00:00 13.132
62 60 2026-09-14 02:00:00+00:00 13.178
63 61 2026-09-14 03:00:00+00:00 13.225000000000001
64 62 2026-09-14 04:00:00+00:00 13.190999999999999
65 63 2026-09-14 05:00:00+00:00 13.128
66 64 2026-09-14 06:00:00+00:00 13.163
67 65 2026-09-14 07:00:00+00:00 13.208
68 66 2026-09-14 08:00:00+00:00 13.369
69 67 2026-09-14 09:00:00+00:00 13.857
70 68 2026-09-14 10:00:00+00:00 14.046999999999999
71 69 2026-09-14 11:00:00+00:00 14.109
72 70 2026-09-14 12:00:00+00:00 14.091999999999999
73 71 2026-09-14 13:00:00+00:00 13.982
74 72 2026-09-14 14:00:00+00:00 14.008000000000001
75 73 2026-09-14 15:00:00+00:00 14.051000000000002
76 74 2026-09-14 16:00:00+00:00 13.98
77 75 2026-09-14 17:00:00+00:00 13.759
78 76 2026-09-14 18:00:00+00:00 13.258000000000001
79 77 2026-09-14 19:00:00+00:00 13.187000000000001
80 78 2026-09-14 20:00:00+00:00 13.196
81 79 2026-09-14 21:00:00+00:00 13.193999999999999
82 80 2026-09-14 22:00:00+00:00 13.148
83 81 2026-09-14 23:00:00+00:00 13.190000000000001
84 82 2026-09-15 00:00:00+00:00 13.204
85 83 2026-09-15 01:00:00+00:00 12.897
86 84 2026-09-15 02:00:00+00:00 13.042
87 85 2026-09-15 03:00:00+00:00 13.023
88 86 2026-09-15 04:00:00+00:00 13.163
89 87 2026-09-15 05:00:00+00:00 13.181000000000001
90 88 2026-09-15 06:00:00+00:00 13.210999999999999
91 89 2026-09-15 07:00:00+00:00 13.2
92 90 2026-09-15 08:00:00+00:00 13.364
93 91 2026-09-15 09:00:00+00:00 13.853000000000002
94 92 2026-09-15 10:00:00+00:00 14.04
95 93 2026-09-15 11:00:00+00:00 14.075
96 94 2026-09-15 12:00:00+00:00 14.065000000000001
97 95 2026-09-15 13:00:00+00:00 14.145999999999999
98 96 2026-09-15 14:00:00+00:00 14.091999999999999
99 97 2026-09-15 15:00:00+00:00 13.992
100 98 2026-09-15 16:00:00+00:00 13.986
101 99 2026-09-15 17:00:00+00:00 13.768
102 100 2026-09-15 18:00:00+00:00 13.42
103 101 2026-09-15 19:00:00+00:00 13.143
104 102 2026-09-15 20:00:00+00:00 13.139
105 103 2026-09-15 21:00:00+00:00 13.139999999999999
106 104 2026-09-15 22:00:00+00:00 13.139999999999999
107 105 2026-09-15 23:00:00+00:00 13.193000000000001
108 106 2026-09-16 00:00:00+00:00 13.179
109 107 2026-09-16 01:00:00+00:00 13.117999999999999
110 108 2026-09-16 02:00:00+00:00 13.156
111 109 2026-09-16 03:00:00+00:00 13.174999999999999
112 110 2026-09-16 04:00:00+00:00 13.155
113 111 2026-09-16 05:00:00+00:00 13.083
114 112 2026-09-16 06:00:00+00:00 13.081
115 113 2026-09-16 07:00:00+00:00 13.190999999999999
116 114 2026-09-16 08:00:00+00:00 13.330000000000002
117 115 2026-09-16 09:00:00+00:00 13.286
118 116 2026-09-16 10:00:00+00:00 13.770999999999999
119 117 2026-09-16 11:00:00+00:00 13.847
120 118 2026-09-16 12:00:00+00:00 13.963000000000001
121 119 2026-09-16 13:00:00+00:00 13.875
122 120 2026-09-16 14:00:00+00:00 13.872
123 121 2026-09-16 15:00:00+00:00 13.399000000000001
124 122 2026-09-16 16:00:00+00:00 13.293
125 123 2026-09-16 17:00:00+00:00 13.17
126 124 2026-09-16 18:00:00+00:00 13.183
127 125 2026-09-16 19:00:00+00:00 13.21
128 126 2026-09-16 20:00:00+00:00 13.213000000000001
129 127 2026-09-16 21:00:00+00:00 13.17
130 128 2026-09-16 22:00:00+00:00 13.167
131 129 2026-09-16 23:00:00+00:00 13.101999999999999
132 130 2026-09-17 00:00:00+00:00 13.122
133 131 2026-09-17 01:00:00+00:00 13.08
134 132 2026-09-17 02:00:00+00:00 13.112
135 133 2026-09-17 03:00:00+00:00 13.053999999999998
136 134 2026-09-17 04:00:00+00:00 13.07
137 135 2026-09-17 05:00:00+00:00 13.043
138 136 2026-09-17 06:00:00+00:00 13.0768
139 137 2026-09-17 07:00:00+00:00 13.142
140 138 2026-09-17 08:00:00+00:00 13.201
141 139 2026-09-17 09:00:00+00:00 13.725000000000001
142 140 2026-09-17 10:00:00+00:00 13.95
143 141 2026-09-17 11:00:00+00:00 14.07
144 142 2026-09-17 12:00:00+00:00 13.966
145 143 2026-09-17 13:00:00+00:00 14.005
146 144 2026-09-17 14:00:00+00:00 13.969999999999999
147 145 2026-09-17 15:00:00+00:00 13.969999999999999
148 146 2026-09-17 16:00:00+00:00 13.788
149 147 2026-09-17 17:00:00+00:00 13.384
150 148 2026-09-17 18:00:00+00:00 13.195
151 149 2026-09-17 19:00:00+00:00 13.075999999999999
152 150 2026-09-17 20:00:00+00:00 13.097
153 151 2026-09-17 21:00:00+00:00 13.104
154 152 2026-09-17 22:00:00+00:00 13.129
155 153 2026-09-17 23:00:00+00:00 13.032
156 154 2026-09-18 00:00:00+00:00 13.146
157 155 2026-09-18 01:00:00+00:00 13.116999999999999
158 156 2026-09-18 02:00:00+00:00 13.082
159 157 2026-09-18 03:00:00+00:00 12.934
160 158 2026-09-18 04:00:00+00:00 13.027000000000001
161 159 2026-09-18 05:00:00+00:00 13.094
162 160 2026-09-18 06:00:00+00:00 13.1416
163 161 2026-09-18 07:00:00+00:00 13.215
164 162 2026-09-18 08:00:00+00:00 13.357
165 163 2026-09-18 09:00:00+00:00 13.786
166 164 2026-09-18 10:00:00+00:00 13.887
167 165 2026-09-18 11:00:00+00:00 14.015
168 166 2026-09-18 12:00:00+00:00 14.032
169 167 2026-09-18 13:00:00+00:00 13.97
170 168 2026-09-18 14:00:00+00:00 14.014
171 169 2026-09-18 15:00:00+00:00 13.953999999999999
172 170 2026-09-18 16:00:00+00:00 13.979
173 171 2026-09-18 17:00:00+00:00 13.646
174 172 2026-09-18 18:00:00+00:00 13.130999999999998
175 173 2026-09-18 19:00:00+00:00 13.141
176 174 2026-09-18 20:00:00+00:00 13.081
177 175 2026-09-18 21:00:00+00:00 13.216999999999999
178 176 2026-09-18 22:00:00+00:00 13.068
179 177 2026-09-18 23:00:00+00:00 13.151
180 178 2026-09-19 00:00:00+00:00 13.106
181 179 2026-09-19 01:00:00+00:00 13.08
182 180 2026-09-19 02:00:00+00:00 12.963
183 181 2026-09-19 03:00:00+00:00 13.129
184 182 2026-09-19 04:00:00+00:00 13.073
185 183 2026-09-19 05:00:00+00:00 13.106
186 184 2026-09-19 06:00:00+00:00 13.038
187 185 2026-09-19 07:00:00+00:00 13.178
188 186 2026-09-19 08:00:00+00:00 13.399000000000001
189 187 2026-09-19 09:00:00+00:00 13.947000000000001
190 188 2026-09-19 10:00:00+00:00 14.131
191 189 2026-09-19 11:00:00+00:00 14.044
192 190 2026-09-19 12:00:00+00:00 14.129
193 191 2026-09-19 13:00:00+00:00 14.140999999999998
194 192 2026-09-19 14:00:00+00:00 13.993000000000002
195 193 2026-09-19 15:00:00+00:00 13.992
196 194 2026-09-19 16:00:00+00:00 14.032999999999998
197 195 2026-09-19 17:00:00+00:00 13.759
198 196 2026-09-19 18:00:00+00:00 13.355
199 197 2026-09-19 19:00:00+00:00 13.086
200 198 2026-09-19 20:00:00+00:00 12.943999999999999
201 199 2026-09-19 21:00:00+00:00 13.040999999999999
202 200 2026-09-19 22:00:00+00:00 13.079
203 201 2026-09-19 23:00:00+00:00 13.196
204 202 2026-09-20 00:00:00+00:00 13.115
205 203 2026-09-20 01:00:00+00:00 13.094000000000001
206 204 2026-09-20 02:00:00+00:00 13.11
207 205 2026-09-20 03:00:00+00:00 13.031
208 206 2026-09-20 04:00:00+00:00 13.074
209 207 2026-09-20 05:00:00+00:00 13.103
210 208 2026-09-20 06:00:00+00:00 13.044799999999999
211 209 2026-09-20 07:00:00+00:00 13.081
212 210 2026-09-20 08:00:00+00:00 13.373000000000001
213 211 2026-09-20 09:00:00+00:00 13.872
214 212 2026-09-20 10:00:00+00:00 14.163
215 213 2026-09-20 11:00:00+00:00 14.094999999999999
216 214 2026-09-20 12:00:00+00:00 14.151
217 215 2026-09-20 13:00:00+00:00 13.857
218 216 2026-09-20 14:00:00+00:00 13.835
219 217 2026-09-20 15:00:00+00:00 13.997
220 218 2026-09-20 16:00:00+00:00 13.917
221 219 2026-09-20 17:00:00+00:00 13.599999999999998
222 220 2026-09-20 18:00:00+00:00 13.356
223 221 2026-09-20 19:00:00+00:00 13.189
224 222 2026-09-20 20:00:00+00:00 13.115000000000002
225 223 2026-09-20 21:00:00+00:00 13.073999999999998
226 224 2026-09-20 22:00:00+00:00 13.083
227 225 2026-09-20 23:00:00+00:00 12.953
228 226 2026-09-21 00:00:00+00:00 13.017
229 227 2026-09-21 01:00:00+00:00 13.107
230 228 2026-09-21 02:00:00+00:00 13.167000000000002
231 229 2026-09-21 03:00:00+00:00 13.053
232 230 2026-09-21 04:00:00+00:00 13.062000000000001
233 231 2026-09-21 05:00:00+00:00 13.128
234 232 2026-09-21 06:00:00+00:00 13.01
235 233 2026-09-21 07:00:00+00:00 13.136000000000001
236 234 2026-09-21 08:00:00+00:00 13.211
237 235 2026-09-21 09:00:00+00:00 13.754
238 236 2026-09-21 10:00:00+00:00 14.107
239 237 2026-09-21 11:00:00+00:00 14.04
240 238 2026-09-21 12:00:00+00:00 13.957
241 239 2026-09-21 13:00:00+00:00 13.873000000000001
242 240 2026-09-21 14:00:00+00:00 13.935
243 241 2026-09-21 15:00:00+00:00 14.058
244 242 2026-09-21 16:00:00+00:00 13.913
245 243 2026-09-21 17:00:00+00:00 13.591999999999999
246 244 2026-09-21 18:00:00+00:00 13.357999999999999
247 245 2026-09-21 19:00:00+00:00 13.165000000000001
248 246 2026-09-21 20:00:00+00:00 12.892999999999999
249 247 2026-09-21 21:00:00+00:00 13.058
250 248 2026-09-21 22:00:00+00:00 13.058
251 249 2026-09-21 23:00:00+00:00 13.173
252 250 2026-09-22 00:00:00+00:00 13.108
253 251 2026-09-22 01:00:00+00:00 13.087
254 252 2026-09-22 02:00:00+00:00 12.943999999999999
255 253 2026-09-22 03:00:00+00:00 13.055
256 254 2026-09-22 04:00:00+00:00 13.117
257 255 2026-09-22 05:00:00+00:00 13.146
258 256 2026-09-22 06:00:00+00:00 13.127999999999997
259 257 2026-09-22 07:00:00+00:00 13.256
260 258 2026-09-22 08:00:00+00:00 13.395
261 259 2026-09-22 09:00:00+00:00 13.841
262 260 2026-09-22 10:00:00+00:00 14.049000000000001
263 261 2026-09-22 11:00:00+00:00 14.016
264 262 2026-09-22 12:00:00+00:00 13.788
265 263 2026-09-22 13:00:00+00:00 13.854000000000001
266 264 2026-09-22 14:00:00+00:00 13.997
267 265 2026-09-22 15:00:00+00:00 13.898
268 266 2026-09-22 16:00:00+00:00 13.934999999999999
269 267 2026-09-22 17:00:00+00:00 13.498000000000001
270 268 2026-09-22 18:00:00+00:00 13.259999999999998
271 269 2026-09-22 19:00:00+00:00 13.13
272 270 2026-09-22 20:00:00+00:00 13.003
273 271 2026-09-22 21:00:00+00:00 13.028
274 272 2026-09-22 22:00:00+00:00 13.139
275 273 2026-09-22 23:00:00+00:00 13.092
276 274 2026-09-23 00:00:00+00:00 13.136
277 275 2026-09-23 01:00:00+00:00 13.126
278 276 2026-09-23 02:00:00+00:00 13.097000000000001
279 277 2026-09-23 03:00:00+00:00 13.114
280 278 2026-09-23 04:00:00+00:00 13.017
281 279 2026-09-23 05:00:00+00:00 13.136999999999999
282 280 2026-09-23 06:00:00+00:00 13.117600000000001
283 281 2026-09-23 07:00:00+00:00 13.113
284 282 2026-09-23 08:00:00+00:00 13.433
285 283 2026-09-23 09:00:00+00:00 13.895
286 284 2026-09-23 10:00:00+00:00 14.001000000000001
287 285 2026-09-23 11:00:00+00:00 14.094
288 286 2026-09-23 12:00:00+00:00 14.125
289 287 2026-09-23 13:00:00+00:00 14.055
290 288 2026-09-23 14:00:00+00:00 14.088
291 289 2026-09-23 15:00:00+00:00 14.021
292 290 2026-09-23 16:00:00+00:00 14.024000000000001
293 291 2026-09-23 17:00:00+00:00 13.638
294 292 2026-09-23 18:00:00+00:00 13.341000000000001
295 293 2026-09-23 19:00:00+00:00 13.229
296 294 2026-09-23 20:00:00+00:00 13.15
297 295 2026-09-23 21:00:00+00:00 13.108
298 296 2026-09-23 22:00:00+00:00 13.190000000000001
299 297 2026-09-23 23:00:00+00:00 13.120999999999999
300 298 2026-09-24 00:00:00+00:00 13.177999999999999
301 299 2026-09-24 01:00:00+00:00 13.149000000000001
302 300 2026-09-24 02:00:00+00:00 13.173000000000002
303 301 2026-09-24 03:00:00+00:00 13.166
304 302 2026-09-24 04:00:00+00:00 13.202
305 303 2026-09-24 05:00:00+00:00 13.193
306 304 2026-09-24 06:00:00+00:00 13.161600000000002
307 305 2026-09-24 07:00:00+00:00 13.234
308 306 2026-09-24 08:00:00+00:00 13.315000000000001
309 307 2026-09-24 09:00:00+00:00 13.404
310 308 2026-09-24 10:00:00+00:00 14.1
311 309 2026-09-24 11:00:00+00:00 14.076999999999998
312 310 2026-09-24 12:00:00+00:00 14.059999999999999
313 311 2026-09-24 13:00:00+00:00 14.064
314 312 2026-09-24 14:00:00+00:00 13.935
315 313 2026-09-24 15:00:00+00:00 13.729
316 314 2026-09-24 16:00:00+00:00 13.342
317 315 2026-09-24 17:00:00+00:00 13.248999999999999
318 316 2026-09-24 18:00:00+00:00 13.139
319 317 2026-09-24 19:00:00+00:00 13.193000000000001
320 318 2026-09-24 20:00:00+00:00 13.067
321 319 2026-09-24 21:00:00+00:00 13.216
322 320 2026-09-24 22:00:00+00:00 13.181
323 321 2026-09-24 23:00:00+00:00 13.152999999999999
324 322 2026-09-25 00:00:00+00:00 13.208
325 323 2026-09-25 01:00:00+00:00 13.149000000000001
326 324 2026-09-25 02:00:00+00:00 13.134
327 325 2026-09-25 03:00:00+00:00 13.158999999999999
328 326 2026-09-25 04:00:00+00:00 13.077
329 327 2026-09-25 05:00:00+00:00 13.082
330 328 2026-09-25 06:00:00+00:00 13.005600000000001
331 329 2026-09-25 07:00:00+00:00 13.209999999999999
332 330 2026-09-25 08:00:00+00:00 13.368
333 331 2026-09-25 09:00:00+00:00 13.834000000000001
334 332 2026-09-25 10:00:00+00:00 14.184000000000001
335 333 2026-09-25 11:00:00+00:00 14.155000000000001
336 334 2026-09-25 12:00:00+00:00 14.019
337 335 2026-09-25 13:00:00+00:00 14.131
338 336 2026-09-25 14:00:00+00:00 14.047
339 337 2026-09-25 15:00:00+00:00 14.086
340 338 2026-09-25 16:00:00+00:00 13.940000000000001
341 339 2026-09-25 17:00:00+00:00 13.604
342 340 2026-09-25 18:00:00+00:00 13.310999999999998
343 341 2026-09-25 19:00:00+00:00 13.135
344 342 2026-09-25 20:00:00+00:00 13.184999999999999
345 343 2026-09-25 21:00:00+00:00 13.159
346 344 2026-09-25 22:00:00+00:00 13.127
347 345 2026-09-25 23:00:00+00:00 13.192999999999998
348 346 2026-09-26 00:00:00+00:00 13.169
349 347 2026-09-26 01:00:00+00:00 13.208
350 348 2026-09-26 02:00:00+00:00 13.085
351 349 2026-09-26 03:00:00+00:00 13.086
352 350 2026-09-26 04:00:00+00:00 13.202
353 351 2026-09-26 05:00:00+00:00 13.189
354 352 2026-09-26 06:00:00+00:00 13.145
355 353 2026-09-26 07:00:00+00:00 13.204999999999998
356 354 2026-09-26 08:00:00+00:00 13.377
357 355 2026-09-26 09:00:00+00:00 13.904
358 356 2026-09-26 10:00:00+00:00 14.067
359 357 2026-09-26 11:00:00+00:00 14.197
360 358 2026-09-26 12:00:00+00:00 14.232
361 359 2026-09-26 13:00:00+00:00 13.96
362 360 2026-09-26 14:00:00+00:00 14.072
363 361 2026-09-26 15:00:00+00:00 14.131
364 362 2026-09-26 16:00:00+00:00 13.972000000000001
365 363 2026-09-26 17:00:00+00:00 13.659
366 364 2026-09-26 18:00:00+00:00 13.319
367 365 2026-09-26 19:00:00+00:00 13.165
368 366 2026-09-26 20:00:00+00:00 13.152000000000001
369 367 2026-09-26 21:00:00+00:00 13.136000000000001
370 368 2026-09-26 22:00:00+00:00 13.142000000000001
371 369 2026-09-26 23:00:00+00:00 13.079
372 370 2026-09-27 00:00:00+00:00 13.126000000000001
373 371 2026-09-27 01:00:00+00:00 13.113
374 372 2026-09-27 02:00:00+00:00 13.124
375 373 2026-09-27 03:00:00+00:00 13.164
376 374 2026-09-27 04:00:00+00:00 13.203
377 375 2026-09-27 05:00:00+00:00 13.162
378 376 2026-09-27 06:00:00+00:00 13.116
379 377 2026-09-27 07:00:00+00:00 13.209999999999999
380 378 2026-09-27 08:00:00+00:00 13.361
381 379 2026-09-27 09:00:00+00:00 13.835
382 380 2026-09-27 10:00:00+00:00 14.193999999999999
383 381 2026-09-27 11:00:00+00:00 14.13
384 382 2026-09-27 12:00:00+00:00 14.033
385 383 2026-09-27 13:00:00+00:00 14.154
386 384 2026-09-27 14:00:00+00:00 14.037
387 385 2026-09-27 15:00:00+00:00 14.108
388 386 2026-09-27 16:00:00+00:00 13.862
389 387 2026-09-27 17:00:00+00:00 13.580000000000002
390 388 2026-09-27 18:00:00+00:00 13.325000000000001
391 389 2026-09-27 19:00:00+00:00 13.164000000000001
392 390 2026-09-27 20:00:00+00:00 13.186
393 391 2026-09-27 21:00:00+00:00 13.189
394 392 2026-09-27 22:00:00+00:00 13.165
395 393 2026-09-27 23:00:00+00:00 13.151
396 394 2026-09-28 00:00:00+00:00 13.218
397 395 2026-09-28 01:00:00+00:00 13.176
398 396 2026-09-28 02:00:00+00:00 13.100000000000001
399 397 2026-09-28 03:00:00+00:00 13.136
400 398 2026-09-28 04:00:00+00:00 13.113
401 399 2026-09-28 05:00:00+00:00 13.198
402 400 2026-09-28 06:00:00+00:00 13.1688
403 401 2026-09-28 07:00:00+00:00 13.181000000000001
404 402 2026-09-28 08:00:00+00:00 13.303
405 403 2026-09-28 09:00:00+00:00 13.81
406 404 2026-09-28 10:00:00+00:00 14.047
407 405 2026-09-28 11:00:00+00:00 14.009
408 406 2026-09-28 12:00:00+00:00 14.166
409 407 2026-09-28 13:00:00+00:00 14.041999999999998
410 408 2026-09-28 14:00:00+00:00 14.155000000000001
411 409 2026-09-28 15:00:00+00:00 14.024000000000001
412 410 2026-09-28 16:00:00+00:00 13.666
413 411 2026-09-28 17:00:00+00:00 13.332
414 412 2026-09-28 18:00:00+00:00 13.244
415 413 2026-09-28 19:00:00+00:00 13.212
416 414 2026-09-28 20:00:00+00:00 13.158999999999999
417 415 2026-09-28 21:00:00+00:00 13.199
418 416 2026-09-28 22:00:00+00:00 13.171
419 417 2026-09-28 23:00:00+00:00 13.191
420 418 2026-09-29 00:00:00+00:00 13.186
421 419 2026-09-29 01:00:00+00:00 13.183
422 420 2026-09-29 02:00:00+00:00 13.169
423 421 2026-09-29 03:00:00+00:00 13.169
424 422 2026-09-29 04:00:00+00:00 13.110000000000001
425 423 2026-09-29 05:00:00+00:00 13.14
426 424 2026-09-29 06:00:00+00:00 13.1184
427 425 2026-09-29 07:00:00+00:00 13.163
428 426 2026-09-29 08:00:00+00:00 13.272
429 427 2026-09-29 09:00:00+00:00 13.454
430 428 2026-09-29 10:00:00+00:00 14.063999999999998
431 429 2026-09-29 11:00:00+00:00 14.071000000000002
432 430 2026-09-29 12:00:00+00:00 13.997
433 431 2026-09-29 13:00:00+00:00 13.994
434 432 2026-09-29 14:00:00+00:00 13.974
435 433 2026-09-29 15:00:00+00:00 13.951
436 434 2026-09-29 16:00:00+00:00 13.713
437 435 2026-09-29 17:00:00+00:00 13.407
438 436 2026-09-29 18:00:00+00:00 13.214
439 437 2026-09-29 19:00:00+00:00 13.166
440 438 2026-09-29 20:00:00+00:00 13.139000000000001
441 439 2026-09-29 21:00:00+00:00 13.181
442 440 2026-09-29 22:00:00+00:00 13.084
443 441 2026-09-29 23:00:00+00:00 13.193999999999999
444 442 2026-09-30 00:00:00+00:00 13.172999999999998
445 443 2026-09-30 01:00:00+00:00 13.172
446 444 2026-09-30 02:00:00+00:00 13.182
447 445 2026-09-30 03:00:00+00:00 13.151
448 446 2026-09-30 04:00:00+00:00 13.146999999999998
449 447 2026-09-30 05:00:00+00:00 13.157
450 448 2026-09-30 06:00:00+00:00 13.155200000000002
451 449 2026-09-30 07:00:00+00:00 13.161
452 450 2026-09-30 08:00:00+00:00 13.199
453 451 2026-09-30 09:00:00+00:00 13.248999999999999
454 452 2026-09-30 10:00:00+00:00 13.21
455 453 2026-09-30 11:00:00+00:00 13.235
456 454 2026-09-30 12:00:00+00:00 13.25
457 455 2026-09-30 13:00:00+00:00 13.29
458 456 2026-09-30 14:00:00+00:00 13.366
459 457 2026-09-30 15:00:00+00:00 13.227
460 458 2026-09-30 16:00:00+00:00 13.187999999999999
461 459 2026-09-30 17:00:00+00:00 13.174
462 460 2026-09-30 18:00:00+00:00 13.178
463 461 2026-09-30 19:00:00+00:00 13.120999999999999
464 462 2026-09-30 20:00:00+00:00 13.184999999999999
465 463 2026-09-30 21:00:00+00:00 13.18
466 464 2026-09-30 22:00:00+00:00 13.16
467 465 2026-09-30 23:00:00+00:00 13.117
468 466 2026-10-01 00:00:00+00:00 13.184000000000001
469 467 2026-10-01 01:00:00+00:00 13.152
470 468 2026-10-01 02:00:00+00:00 13.165000000000001
471 469 2026-10-01 03:00:00+00:00 13.175
472 470 2026-10-01 04:00:00+00:00 13.184000000000001
473 471 2026-10-01 05:00:00+00:00 13.200000000000001
474 472 2026-10-01 06:00:00+00:00 13.1624
475 473 2026-10-01 07:00:00+00:00 13.192
476 474 2026-10-01 08:00:00+00:00 13.184000000000001
477 475 2026-10-01 09:00:00+00:00 13.181
478 476 2026-10-01 10:00:00+00:00 13.158
479 477 2026-10-01 11:00:00+00:00 13.235
480 478 2026-10-01 12:00:00+00:00 13.159
481 479 2026-10-01 13:00:00+00:00 13.176
482 480 2026-10-01 14:00:00+00:00 13.14
483 481 2026-10-01 15:00:00+00:00 13.164
484 482 2026-10-01 16:00:00+00:00 13.164000000000001
485 483 2026-10-01 17:00:00+00:00 13.17
486 484 2026-10-01 18:00:00+00:00 13.18
487 485 2026-10-01 19:00:00+00:00 13.168
488 486 2026-10-01 20:00:00+00:00 13.171000000000001
489 487 2026-10-01 21:00:00+00:00 13.120000000000001
490 488 2026-10-01 22:00:00+00:00 13.143
491 489 2026-10-01 23:00:00+00:00 13.194
492 490 2026-10-02 00:00:00+00:00 13.141
493 491 2026-10-02 01:00:00+00:00 13.188
494 492 2026-10-02 02:00:00+00:00 13.133000000000001
495 493 2026-10-02 03:00:00+00:00 13.115
496 494 2026-10-02 04:00:00+00:00 13.203
497 495 2026-10-02 05:00:00+00:00 13.193999999999999
498 496 2026-10-02 06:00:00+00:00 13.1416
499 497 2026-10-02 07:00:00+00:00 13.209999999999999
500 498 2026-10-02 08:00:00+00:00 13.282
501 499 2026-10-02 09:00:00+00:00 13.434000000000001
502 500 2026-10-02 10:00:00+00:00 13.514
503 501 2026-10-02 11:00:00+00:00 13.981
504 502 2026-10-02 12:00:00+00:00 14.174999999999999
505 503 2026-10-02 13:00:00+00:00 14.208
506 504 2026-10-02 14:00:00+00:00 14.197
507 505 2026-10-02 15:00:00+00:00 14.133
508 506 2026-10-02 16:00:00+00:00 13.601
509 507 2026-10-02 17:00:00+00:00 13.341
510 508 2026-10-02 18:00:00+00:00 13.174
511 509 2026-10-02 19:00:00+00:00 13.190000000000001
512 510 2026-10-02 20:00:00+00:00 13.161999999999999
513 511 2026-10-02 21:00:00+00:00 13.117999999999999
514 512 2026-10-02 22:00:00+00:00 13.162
515 513 2026-10-02 23:00:00+00:00 13.192
516 514 2026-10-03 00:00:00+00:00 13.145
517 515 2026-10-03 01:00:00+00:00 13.181
518 516 2026-10-03 02:00:00+00:00 13.202
519 517 2026-10-03 03:00:00+00:00 13.214
520 518 2026-10-03 04:00:00+00:00 13.201
521 519 2026-10-03 05:00:00+00:00 13.146999999999998
522 520 2026-10-03 06:00:00+00:00 13.136000000000001
523 521 2026-10-03 07:00:00+00:00 13.184000000000001
524 522 2026-10-03 08:00:00+00:00 13.241
525 523 2026-10-03 09:00:00+00:00 13.470999999999998
526 524 2026-10-03 10:00:00+00:00 13.995000000000001
527 525 2026-10-03 11:00:00+00:00 13.943
528 526 2026-10-03 12:00:00+00:00 13.916
529 527 2026-10-03 13:00:00+00:00 13.87
530 528 2026-10-03 14:00:00+00:00 13.91
531 529 2026-10-03 15:00:00+00:00 13.975
532 530 2026-10-03 16:00:00+00:00 13.719999999999999
533 531 2026-10-03 17:00:00+00:00 13.413
534 532 2026-10-03 18:00:00+00:00 13.185
535 533 2026-10-03 19:00:00+00:00 13.094999999999999
536 534 2026-10-03 20:00:00+00:00 13.136
537 535 2026-10-03 21:00:00+00:00 13.091000000000001
538 536 2026-10-03 22:00:00+00:00 13.152999999999999
539 537 2026-10-03 23:00:00+00:00 13.107999999999999
540 538 2026-10-04 00:00:00+00:00 13.108
541 539 2026-10-04 01:00:00+00:00 13.18
542 540 2026-10-04 02:00:00+00:00 13.178999999999998
543 541 2026-10-04 03:00:00+00:00 13.192
544 542 2026-10-04 04:00:00+00:00 13.148
545 543 2026-10-04 05:00:00+00:00 13.164
546 544 2026-10-04 06:00:00+00:00 13.174
547 545 2026-10-04 07:00:00+00:00 13.183
548 546 2026-10-04 08:00:00+00:00 13.209
549 547 2026-10-04 09:00:00+00:00 13.231
550 548 2026-10-04 10:00:00+00:00 13.371
551 549 2026-10-04 11:00:00+00:00 13.504
552 550 2026-10-04 12:00:00+00:00 14.125
553 551 2026-10-04 13:00:00+00:00 14.074000000000002
554 552 2026-10-04 14:00:00+00:00 13.866
555 553 2026-10-04 15:00:00+00:00 13.895
556 554 2026-10-04 16:00:00+00:00 13.520999999999999
557 555 2026-10-04 17:00:00+00:00 13.26
558 556 2026-10-04 18:00:00+00:00 13.205
559 557 2026-10-04 19:00:00+00:00 13.203
560 558 2026-10-04 20:00:00+00:00 13.204
561 559 2026-10-04 21:00:00+00:00 13.194
562 560 2026-10-04 22:00:00+00:00 13.150000000000002
563 561 2026-10-04 23:00:00+00:00 13.158
564 562 2026-10-05 00:00:00+00:00 13.122
565 563 2026-10-05 01:00:00+00:00 13.128
566 564 2026-10-05 02:00:00+00:00 13.133
567 565 2026-10-05 03:00:00+00:00 13.123999999999999
568 566 2026-10-05 04:00:00+00:00 13.187999999999999
569 567 2026-10-05 05:00:00+00:00 13.203
570 568 2026-10-05 06:00:00+00:00 13.187
571 569 2026-10-05 07:00:00+00:00 13.238
572 570 2026-10-05 08:00:00+00:00 13.339
573 571 2026-10-05 09:00:00+00:00 13.767000000000001
574 572 2026-10-05 10:00:00+00:00 14.25
575 573 2026-10-05 11:00:00+00:00 14.142999999999999
576 574 2026-10-05 12:00:00+00:00 14.126
577 575 2026-10-05 13:00:00+00:00 14.059000000000001
578 576 2026-10-05 14:00:00+00:00 14.136
579 577 2026-10-05 15:00:00+00:00 13.945
580 578 2026-10-05 16:00:00+00:00 13.907
581 579 2026-10-05 17:00:00+00:00 13.527999999999999
582 580 2026-10-05 18:00:00+00:00 13.291999999999998
583 581 2026-10-05 19:00:00+00:00 13.181000000000001
584 582 2026-10-05 20:00:00+00:00 13.067
585 583 2026-10-05 21:00:00+00:00 13.121
586 584 2026-10-05 22:00:00+00:00 13.164000000000001
587 585 2026-10-05 23:00:00+00:00 13.177
588 586 2026-10-06 00:00:00+00:00 13.186
589 587 2026-10-06 01:00:00+00:00 13.064
590 588 2026-10-06 02:00:00+00:00 13.123999999999999
591 589 2026-10-06 03:00:00+00:00 13.097
592 590 2026-10-06 04:00:00+00:00 13.133
593 591 2026-10-06 05:00:00+00:00 13.209999999999999
594 592 2026-10-06 06:00:00+00:00 13.1072
595 593 2026-10-06 07:00:00+00:00 13.266000000000002
596 594 2026-10-06 08:00:00+00:00 13.373999999999999
597 595 2026-10-06 09:00:00+00:00 13.792000000000002
598 596 2026-10-06 10:00:00+00:00 14.249999999999998
599 597 2026-10-06 11:00:00+00:00 14.011
600 598 2026-10-06 12:00:00+00:00 14.127
601 599 2026-10-06 13:00:00+00:00 14.141
602 600 2026-10-06 14:00:00+00:00 14.025
603 601 2026-10-06 15:00:00+00:00 14.126000000000001
604 602 2026-10-06 16:00:00+00:00 13.888000000000002
605 603 2026-10-06 17:00:00+00:00 13.527000000000001
606 604 2026-10-06 18:00:00+00:00 13.305
607 605 2026-10-06 19:00:00+00:00 13.219
608 606 2026-10-06 20:00:00+00:00 13.141
609 607 2026-10-06 21:00:00+00:00 13.121
610 608 2026-10-06 22:00:00+00:00 13.086
611 609 2026-10-06 23:00:00+00:00 13.155
612 610 2026-10-07 00:00:00+00:00 13.135
613 611 2026-10-07 01:00:00+00:00 13.171
614 612 2026-10-07 02:00:00+00:00 13.158
615 613 2026-10-07 03:00:00+00:00 13.189
616 614 2026-10-07 04:00:00+00:00 13.122
617 615 2026-10-07 05:00:00+00:00 13.172
618 616 2026-10-07 06:00:00+00:00 13.044
619 617 2026-10-07 07:00:00+00:00 13.177
620 618 2026-10-07 08:00:00+00:00 13.208
621 619 2026-10-07 09:00:00+00:00 13.190999999999999
622 620 2026-10-07 10:00:00+00:00 13.221
623 621 2026-10-07 11:00:00+00:00 13.209
624 622 2026-10-07 12:00:00+00:00 13.251000000000001
625 623 2026-10-07 13:00:00+00:00 13.248
626 624 2026-10-07 14:00:00+00:00 13.177
627 625 2026-10-07 15:00:00+00:00 13.115
628 626 2026-10-07 16:00:00+00:00 13.187
629 627 2026-10-07 17:00:00+00:00 13.108
630 628 2026-10-07 18:00:00+00:00 13.168
631 629 2026-10-07 19:00:00+00:00 13.146
632 630 2026-10-07 20:00:00+00:00 13.143999999999998
633 631 2026-10-07 21:00:00+00:00 13.14
634 632 2026-10-07 22:00:00+00:00 13.151
635 633 2026-10-07 23:00:00+00:00 13.175999999999998
636 634 2026-10-08 00:00:00+00:00 13.177
637 635 2026-10-08 01:00:00+00:00 13.144000000000002
638 636 2026-10-08 02:00:00+00:00 13.154000000000002
639 637 2026-10-08 03:00:00+00:00 13.175999999999998
640 638 2026-10-08 04:00:00+00:00 13.170000000000002
641 639 2026-10-08 05:00:00+00:00 13.159
642 640 2026-10-08 06:00:00+00:00 13.172
643 641 2026-10-08 07:00:00+00:00 13.177
644 642 2026-10-08 08:00:00+00:00 13.169
645 643 2026-10-08 09:00:00+00:00 13.172999999999998
646 644 2026-10-08 10:00:00+00:00 13.146999999999998
647 645 2026-10-08 11:00:00+00:00 13.215
648 646 2026-10-08 12:00:00+00:00 13.2
649 647 2026-10-08 13:00:00+00:00 13.248000000000001
650 648 2026-10-08 14:00:00+00:00 13.183
651 649 2026-10-08 15:00:00+00:00 13.248000000000001
652 650 2026-10-08 16:00:00+00:00 13.155
653 651 2026-10-08 17:00:00+00:00 13.194999999999999
654 652 2026-10-08 18:00:00+00:00 13.184999999999999
655 653 2026-10-08 19:00:00+00:00 13.167000000000002
656 654 2026-10-08 20:00:00+00:00 13.147
657 655 2026-10-08 21:00:00+00:00 13.142999999999999
658 656 2026-10-08 22:00:00+00:00 13.182
659 657 2026-10-08 23:00:00+00:00 13.120999999999999
660 658 2026-10-09 00:00:00+00:00 13.139000000000001
661 659 2026-10-09 01:00:00+00:00 13.166
662 660 2026-10-09 02:00:00+00:00 13.133
663 661 2026-10-09 03:00:00+00:00 13.114
664 662 2026-10-09 04:00:00+00:00 13.113999999999999
665 663 2026-10-09 05:00:00+00:00 13.152999999999999
666 664 2026-10-09 06:00:00+00:00 13.164000000000001
667 665 2026-10-09 07:00:00+00:00 13.235
668 666 2026-10-09 08:00:00+00:00 13.443000000000001
669 667 2026-10-09 09:00:00+00:00 13.454
670 668 2026-10-09 10:00:00+00:00 13.469999999999999
671 669 2026-10-09 11:00:00+00:00 13.799
672 670 2026-10-09 12:00:00+00:00 14.178999999999998
673 671 2026-10-09 13:00:00+00:00 14.164
674 672 2026-10-09 14:00:00+00:00 13.972000000000001
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
+3
View File
@@ -0,0 +1,3 @@
MISSISSIPPI : Interruption d’alimentation, batterie jour le rôle d’UPS pendant un moment et le système déconnecte
FLORIDA : système sur secteur sans interruption
+224
View File
@@ -0,0 +1,224 @@
Chimie de batterie LiFePo4 ; 2 tailles de batterie (7 et 21 Ah environ). 12.8 nominal
Exemple système sur panneau solaire, avec interruption des mesures à cause d’alimentation trop faible :
WILDSTRUBEL, longue interruption, maintenant interruptions nocturnes. Probablement que le système avait son UVLO désactivé (tension a chuté en dessous de 12V), aurait du couper avant;
VERMONT apparitions interruptions nocturnes,).
Pour ces deux cas, Il faut réactiver le mode sleep (veille profonde) entre les mesures pour limiter la consommation. Possible car il s’agit de projets de monitoring quasi-statique, mesure typiquement toutes les 15 min)
JUNGFRAU : Système solaire sain, chargé pour ainsi-dire à 100%. Jours nuageux clairement visibles (pas de montée de tension diurne)
Métriques / métadonnées état su système WILDSTRUBEL (Israel) :
ShuntVoltage
34.85 [unknown]
sensor_thermal_deg_c
41.00 [unknown]
sensor_PLL_deg_c
38.50 [unknown]
Power
4597.07 [unknown]
SIM_CCID
89972011124030210048.00 [unknown]
rsrp_dBm
-81.00 [unknown]
rsrq_dB
-13.50 [unknown]
BusVoltage
13.03 [unknown]
last_sync
2026-10-09T12:30:11.595008
sensor_CPU_deg_c
42.00 [unknown]
sensor_GPU_deg_c
40.50 [unknown]
sensor_A0_deg_c
47.50 [unknown]
BusCurrent
369.17 [unknown]
network_technology
E-UTRAN
network_operator
Partner
ber_percent
2.40 [unknown]
rssi_dbm
-51.00 [unknown]
data_storage_total_gb
5.98 [unknown]
data_storage_free_gb
5.61 [unknown]
data_storage_used_gb
0.04 [unknown]
BusVoltageTrend
2.97 [unknown]
BatteryState
charging
BatteryPercent
66.50 [unknown]
BusVoltageOCV
13.15 [unknown]
registration
home
link
up
ip
10.26.119.15
Metadonnées VERMONT
total_disk_1k-blk
3849952.00 [unknown]
ShuntVoltage
25.81 [unknown]
DB_not_uploaded
3.00 [unknown]
DB_file_size
1665540kB
used_disk_1k-blk
2829916.00 [unknown]
sensor_thermal_deg_c
28.25 [unknown]
DB_total_entries
3.00 [unknown]
avail_disk_1k-blk
793940.00 [unknown]
DB_uploaded
0.00 [unknown]
sensor_PLL_deg_c
24.00 [unknown]
Power
5147.32 [unknown]
SIM_CCID
89410223724900297624
rsrp_dBm
-105.00 [unknown]
rsrq_dB
-10.00 [unknown]
ip_nebula1
192.168.105.16/18
ip_eth0
192.168.1.4/24
ip_modem
100.112.183.214
BusVoltage
12.50 [unknown]
last_sync
2026-10-09T14:00:36.767679
sensor_CPU_deg_c
27.50 [unknown]
sensor_GPU_deg_c
26.50 [unknown]
sensor_A0_deg_c
30.00 [unknown]
BusCurrent
360.49 [unknown]
mode
SLP
+17269
View File
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
File diff suppressed because it is too large. Load diff
+48
View File
@@ -0,0 +1,48 @@
# Analyse NN — `NOM_DE_LA_REGLE` : titre court
- **Statut** : idée | en conception | prototype en place | abandonnée (date).
- **Script** : `python3 src/analyse_NN.py [CSV ou dossiers]` (défaut : `data/`). Il écrit `out/<STATION>_<nom>.html` et l'ouvre dans le navigateur.
- **Code** : les modules utilisés ; le calcul est en bibliothèque standard uniquement.
## Question posée
La question que cette analyse pose aux données, en une phrase. Préciser le lien avec la définition de l'anomalie (D-004) et ce que l'analyse ajoute aux analyses existantes.
## Principe
L'idée en 2 ou 3 phrases, puis le calcul exact, étape par étape, pour chaque horodatage t. Le calcul doit être **causal** et respecter le contrat commun (`run(series) -> {analysis, rule, points: [{t, value, anomaly, facts}]}`). Préciser ce que contiennent `value` (unité physique) et `facts`, et quand le point vaut UNKNOWN.
## Constantes et sources
| Constante | Valeur | Source |
|---|---|---|
| `…` | … | doc AIMsight, manuel, code embarqué, donnée observée (avec date et station), ou choix de conception assumé |
## Graphique
- **En haut** : l'analyse, avec ses courbes superposées.
- **Dessous** : un graphique par série temporelle.
Préciser ce qui est affiché en plus : seuils, bandes, contenu du survol.
## Résultats sur VERMONT (jeu de travail)
Dates et valeurs observées, comparées au diagnostic expert (`docs/domaine/cas-annotes-par-l-expert.md`).
## Options écartées
| Option | Pourquoi écartée |
|---|---|
| … | … |
## Limites connues
1. …
## Pistes
Ce qu'une autre analyse pourrait couvrir de ces limites.
## Historique
- **AAAA-MM-JJ** : création. Puis une ligne par modification notable, avec renvoi aux décisions `D-0XX` concernées.
+104
View File
@@ -0,0 +1,104 @@
# Analyse 01 — `MA7D_DROP` : tendance de la tension batterie
- **Statut** : prototype, en place (2026-10-09).
- **Script** : `python3 src/analyse_01.py [CSV ou dossiers]` (défaut : `data/`). Il écrit `out/<STATION>_energy.html` et l'ouvre dans le navigateur.
- **Code** :
- `src/energy_check.py` : chargement et calcul, bibliothèque standard uniquement ;
- `src/energy_plot.py` : graphique plotly.
## Question posée
Le régime énergétique de la station se dégrade-t-il, et depuis quand ? Voir D-004 : anomalie = régime non soutenable.
## Principe
La moyenne de `BusVoltage` sur 7 jours est comparée à son propre maximum des 30 jours précédents. Si elle est descendue de plus de 0,2 V, le point est en anomalie. Comparer la station à son propre passé évite d'avoir un seuil de tension absolu, qui ne se transpose pas d'une station à l'autre (secteur ~14,25 V, solaire ~13,4 V).
Calcul exact, sur la grille horaire et pour chaque horodatage t :
1. `ma(t)` = moyenne des valeurs non vides sur les 168 créneaux t−167 h … t. Elle n'est définie que si au moins 80 % des créneaux sont remplis.
2. `ref(t)` = maximum de `ma` sur les 720 créneaux t−720 h … t−1 h. Elle n'est définie que si au moins 24 de ces `ma` existent.
3. `value(t)` = `ma(t)` − `ref(t)`, en V.
4. `anomaly(t)` = `value < −0,2` ; vaut `None` (UNKNOWN) si `ma` ou `ref` n'est pas défini.
Le calcul est **causal** : le point t n'utilise que les données ≤ t, donc il équivaut au temps réel embarqué. Une valeur vide, un créneau absent, `NaN` ou `inf` comptent comme « pas de mesure ». Un horodatage hors de la grille horaire lève une erreur.
## Constantes et sources
| Constante | Valeur | Source |
|---|---|---|
| `WINDOW_H` | 168 | Multiple de 24 h, pour annuler le cycle jour/nuit. Avec 72 h, la météo dominait : 2 jours nuageux faisaient baisser JUNGFRAU (sain) d'environ −100 mV/j, autant qu'un vrai déficit. |
| `REF_H` | 720 | 30 jours, pour contenir le dernier régime sain avant un déficit. Choix de conception. |
| `MIN_COVERAGE` | 0,8 | À 50 %, la fenêtre réellement remplie est trop courte en début d'historique : JUNGFRAU tombait à −0,19 V. À 80 %, il reste à −0,13 V. |
| `MIN_REF_POINTS` | 24 | Au moins un jour de référence. Choix de conception. |
| `THRESHOLD_V` | −0,2 | Calé sur 5 stations (voir « Calibration »). Pire cas sain : −0,16 V (VERMONT, mai, 3 jours nuageux). |
## Graphique
Disposition (D-011) :
- **En haut, l'analyse**, courbes superposées :
- l'écart, sur l'axe de gauche, avec une ligne à −0,2 V ;
- la moyenne sur 7 jours, la référence et le seuil en volts, sur l'axe de droite ;
- un fond rouge sur les périodes d'anomalie.
- **Dessous, un graphique par série temporelle**, chacun avec sa propre échelle : `BusVoltage` d'abord (bandes grises sur ses trous), puis les autres champs par ordre alphabétique.
- **Zoom** : il est horizontal seulement, dans le temps, et commun à tous les graphiques. On zoome en tirant un rectangle ou à la molette (`scrollZoom`). Après chaque zoom ou déplacement, l'ordonnée de chaque graphique est recalée sur les points visibles, avec 5 % de marge (`AUTOSCALE_Y_JS` dans `energy_plot.py`). La ligne de seuil reste toujours visible. Un double-clic revient à la vue complète.
- Le script utilise l'API interne de plotly.js (`_fullLayout`, `d2l`, `r2l`). La version de plotly.js chargée depuis le CDN est celle du paquet Python, donc figée, mais une mise à jour majeure de plotly pourrait casser ce script.
- **Survol** : il affiche les faits du point (`ma_v`, `ref_v`, `ref_t`, couverture).
`python3 src/energy_check.py data/` produit en plus `out/<STATION>_energy.json` (tous les points avec leurs faits) et un résumé texte. Ce résumé donne les périodes d'anomalie, les heures sans verdict et la plus longue plage UNKNOWN.
## Résultats sur VERMONT (jeu de travail)
- Anomalie **à partir du 2026-09-24 07:00**, jusqu'à la fin de l'export. La première coupure nocturne est le 2026-09-27 01:00, donc ~2,8 jours d'avance.
- Pire écart le 2026-10-09 01:00 : moyenne sur 7 jours 12,78 V, soit 0,55 V sous son maximum du 2026-09-09 06:00 (13,33 V).
- 198 h sans verdict sur 4393, surtout la montée en charge des fenêtres au début de l'historique.
- Le diagnostic expert situe le début du déficit vers le 20/09.
## Calibration (historique : stations désormais dans `data/archive/`)
| Station | Diagnostic expert | Résultat |
|---|---|---|
| FLORIDA | secteur, sain | aucune anomalie, pire écart −0,04 V |
| JUNGFRAU | solaire, sain | aucune anomalie, pire écart −0,13 V |
| WILDSTRUBEL | décharge profonde | anomalie dès le 2026-09-06 14:00, coupure le 2026-09-09 22:00 (~3,3 j d'avance) |
| MISSISSIPPI | coupures secteur | anomalie dès le 2025-12-09 12:00, 1re coupure énergétique le 2025-12-25 14:00. Résumé : 5 mois sans verdict, du 2025-12-26 23:00 au 2026-06-07 16:00 |
## Options écartées
| Option | Pourquoi écartée |
|---|---|
| Score d'anomalie continu entre 0 et 1 | C'est une pseudo-probabilité, interdite. On garde un écart en volts, qui est une grandeur physique. |
| Échelle à 4 niveaux avec des règles séparées solaire/secteur | L'utilisateur préférait une seule analyse simple. La combinaison viendra de plusieurs analyses (D-005). |
| Seuil absolu sur le minimum nocturne (ex. 13,0 V) | Il ne se transpose pas d'une station à l'autre : JUNGFRAU, station saine, a des nuits à 12,9 V. |
| Seuil absolu au coude LiFePO4 (12,8 V) | Il se déclenche trop tard (0 à 1 jour avant la coupure) et décrit le niveau de charge, pas la soutenabilité (D-004). |
| Fenêtre de 72 h | La météo domine : 2 jours nuageux font baisser une station saine autant qu'un vrai déficit. |
| Couverture minimale de 50 % | En début d'historique, la fenêtre réellement remplie devient trop courte : JUNGFRAU tombait à −0,19 V. |
| Taux de jours à charge complète comme règle principale | Plus précoce (~10 jours pour VERMONT), mais la moyenne glissante a été retenue comme première analyse simple. Il reste une piste. |
| Autonomie sans apport, ou bilan net par cycle | La capacité de la batterie (7 ou 21 Ah) est inconnue, et le plateau LiFePO4 rend la charge illisible. Reporté. |
| Traiter les `NaN` à la lecture du CSV (`load_csv`) | Ils sont traités dans `run()`, qui est le point de passage commun à toutes les sources de données futures. |
## Limites connues
1. **Marge mince** : le pire cas sain est à −0,16 V pour un seuil à −0,2 V. Depuis D-009, plus aucune station saine n'est dans le jeu de travail pour revérifier ce point.
2. **Retard sur une perte secteur** : elle n'est détectée que 25 à 31 h après le début (MISSISSIPPI). Une station débranchée avec une petite batterie (7 Ah, ~15 h d'autonomie à 5 W) coupe avant l'alerte.
3. **Biais pendant les coupures** : ce sont les valeurs les plus basses de la nuit qui manquent, donc `ma` est biaisé vers le haut. Sous 80 % de couverture, le point passe en UNKNOWN.
4. **Accoutumance** : après ~30 jours de déficit continu, la référence s'aligne sur le déficit et l'anomalie peut disparaître alors que la station coupe encore chaque nuit. C'est une propriété de la règle relative. **Point ouvert**.
5. **Retard en fin de période** : MISSISSIPPI retrouve le secteur le 2025-12-12 12:00 mais reste signalée jusqu'au 2025-12-18 06:00 (~6 jours).
6. **Graphique dépendant d'internet** : la page charge plotly.js depuis le CDN et ne s'affiche pas hors ligne.
## Pistes (analyses suivantes, même contrat)
- **Classement des trous** : coupure d'alimentation, cause externe, début d'historique, retard de synchronisation. Il s'appuie sur la tension avant et après le trou, comparée au coude LiFePO4 (~12,8 V).
- **Signature « station éteinte »** : chute de `sensor_thermal` pendant un trou (l'auto-échauffement de ~5 W s'arrête).
- **Taux de jours à charge complète** (≥ 14,0 V) sur 7 jours : alerte plus précoce en solaire (~10 j pour VERMONT). Couvrirait la limite 4.
- **Indicateur rapide de perte secteur** : sortie de la tension de maintien. Couvrirait la limite 2.
- **Autonomie sans apport** : énergie restante ÷ `Power`. Demande la capacité de la batterie (7 ou 21 Ah ; les nuits de VERMONT sont cohérentes avec 21 Ah).
## Historique
- **2026-10-09** : conçue en brainstorming, avec une spec et un plan superpowers (`docs/superpowers/`, documents de travail non maintenus). Ensuite, dans la même journée :
- durcissement des entrées (`NaN`, CSV illisibles) ;
- ligne « sans verdict » dans le résumé ;
- graphique réorganisé (D-007), puis remis en graphiques séparés sous l'analyse (D-011), avec une ordonnée recalée à chaque zoom ;
- point d'entrée `analyse_01.py` ;
- tests supprimés (D-008) ;
- jeu réduit à VERMONT (D-009).
+126
View File
@@ -0,0 +1,126 @@
# Journal des décisions
Décisions de niveau **projet**, au format ADR allégé (inspiré de MADR). Ce qui est propre à une analyse va dans sa fiche (`docs/analyses/analyse_NN.md`).
Règles du journal :
- On ajoute, on ne réécrit pas.
- Une décision qui change garde son texte : son **statut** devient « remplacée par D-0XX », et la nouvelle entrée cite l'ancienne.
- Champs : **Statut**, **Décision**, **Pourquoi**, **Options écartées** (avec leur raison, pour ne pas les reproposer), **Conséquence**. Les champs sans objet sont omis.
- Statuts : `active` · `remplacée par D-0XX` · `remplacée en partie par D-0XX` · `abandonnée`.
---
## D-001 — 2026-10-09 — Point d'entrée : scan proactif d'un export
- **Statut** : active.
- **Décision** : l'agent parcourt un export, détecte les événements, les classe et explique chacun.
- **Pourquoi** : expliquer l'anomalie avant que le client ne pose la question.
- **Options écartées** : commencer par le mode « question de support » (« pourquoi D-300-A a sauté ? ») ; il viendra ensuite, sur le même socle.
## D-002 — 2026-10-09 — Premier cas d'usage : santé énergétique des stations
- **Statut** : active.
- **Décision** : commencer par la tension batterie et les interruptions de mesure, sur des stations solaires et sur secteur.
- **Pourquoi** : cas simple et fréquent, avec des diagnostics experts disponibles. Ici, le trou de données *est* l'anomalie.
- **Options écartées** : commencer par l'interprétation des déplacements ; elle viendra ensuite.
## D-003 — 2026-10-09 — 100 % analytique, embarquable, données réelles
- **Statut** : active.
- **Décision** : pas de LLM ; pas de données synthétiques ; code d'analyse en bibliothèque standard Python.
- **Pourquoi** : la cible est le système embarqué de la station, souvent sur batterie et panneau solaire. Chaque conclusion doit être traçable jusqu'aux faits calculés.
- **Options écartées** :
- le LLM ou l'agent de synthèse prévu par les docs AIMsight ;
- les CSV simulés et les générateurs de scénarios (refus explicite de l'utilisateur) ;
- pandas et numpy dans le code d'analyse.
## D-004 — 2026-10-09 — Définition : anomalie énergétique = régime non soutenable
- **Statut** : active.
- **Décision** : une anomalie énergétique est un régime qui menace le fonctionnement : l'apport ne couvre pas la consommation sur un cycle.
- **Pourquoi** : une station débranchée du secteur avec une batterie pleine est déjà en situation critique. Le niveau de charge dit **quand** la station tombera, pas **si** elle tombera.
- **Options écartées** : définir l'anomalie par une batterie basse ou par une zone de charge (plateau, coude). Ce n'est qu'un indicateur d'urgence.
- **Conséquence** : l'apport n'est pas mesuré (l'INA219 mesure la consommation). Il se déduit de la réaction de la batterie.
## D-005 — 2026-10-09 — Analyses multiples et imparfaites, combinées
- **Statut** : active.
- **Décision** : chaque analyse est une preuve parmi d'autres. Il suffit qu'elle ait raison dans la majorité des cas. C'est la combinaison d'analyses indépendantes qui fait le diagnostic. Préférer des fenêtres larges (plusieurs jours, multiples de 24 h).
- **Pourquoi** : ne pas surinvestir dans la précision d'une seule règle.
- **Options écartées** :
- une seule analyse « parfaite » qui couvrirait tous les cas ;
- un score continu de 0 à 1, qui serait une pseudo-probabilité, interdite.
- **Conséquence** : toutes les analyses suivent le contrat commun `run(series) -> {analysis, rule, points: [{t, value, anomaly, facts}]}`. Le calcul est causal. Une analyse seule conclut au plus `consistent with`.
## D-006 — 2026-10-09 — Un script et une fiche par analyse
- **Statut** : active.
- **Décision** : l'analyse NN a un point d'entrée `src/analyse_NN.py` et une fiche `docs/analyses/analyse_NN.md`.
- **Pourquoi** : suivre une à une les analyses à venir, qui seront nombreuses.
- **Options écartées** : un `main.py` unique à la racine (essayé, puis renommé et déplacé).
## D-007 — 2026-10-09 — Livrable : graphiques HTML ouverts dans le navigateur
- **Statut** : remplacée en partie par D-011 (disposition des graphiques). Le reste est actif.
- **Décision** : le livrable d'une analyse est un graphique plotly, ouvert automatiquement dans le navigateur. Disposition initiale : en haut, tous les champs superposés, comme sur la plateforme de monitoring de l'entreprise ; dessous, l'analyse.
- **Pourquoi** : c'est le graphique qui sert, pas le texte.
- **Options écartées** : le résumé texte dans le terminal comme livrable principal, jugé peu utile. Il reste disponible via `energy_check.py`.
- **Conséquence** : plotly n'est installé que dans `.venv/`, sur le poste de dev. Le script y bascule seul.
## D-008 — 2026-10-09 — Prototype expérimental : pas de tests automatisés
- **Statut** : active, jusqu'à la fin de la phase prototype.
- **Décision** : les tests unitaires et de régression sont supprimés. On n'en ajoute pas.
- **Pourquoi** : ils ajoutent de la complexité pour un code très expérimental.
- **Options écartées** : des tests de régression sur données réelles (32 tests, supprimés).
- **Conséquence** : on vérifie à la main en lançant le script de l'analyse. Les tests restent récupérables dans l'historique git (commit `53b4f7e`).
## D-009 — 2026-10-09 — Jeu de travail : VERMONT seule
- **Statut** : active.
- **Décision** : les analyses ne tournent que sur VERMONT, le seul dataset complet (les 7 métriques système, comme sur la plateforme), placé dans `data/`. Les autres stations (`BusVoltage` seule) sont mises de côté dans `data/archive/`.
- **Pourquoi** : disposer de tous les champs vaut mieux qu'avoir plus de stations incomplètes.
- **Options écartées** : supprimer les autres stations (irréversible, car non versionnées) ; continuer à analyser les 5 stations.
- **Conséquence** : il n'y a plus de station saine pour vérifier qu'une analyse ne donne pas de fausse alerte. Les seuils calés avant cette décision gardent leur source historique.
## D-010 — 2026-10-09 — Organisation de la documentation
- **Statut** : active, complétée par D-012.
- **Décision** : trois niveaux.
- `CLAUDE.md` est chargé à chaque session et reste court.
- `docs/decisions.md` (ce journal) porte les décisions de niveau projet.
- `docs/analyses/analyse_NN.md` porte la fiche vivante de chaque analyse.
- **Pourquoi** : rien ne doit se perdre entre deux conversations, sans alourdir le contexte chargé en permanence.
- **Options écartées** :
- mettre à jour après coup les specs et plans superpowers ;
- garder le savoir projet dans la mémoire automatique de Claude, qui est locale et non partagée.
- **Conséquence** : `docs/superpowers/` est un historique de travail, pas une référence. La spec d'une nouvelle analyse s'écrit directement dans sa fiche.
## D-011 — 2026-10-09 — Disposition des graphiques : l'analyse en haut, une série par graphique dessous
- **Statut** : active. Remplace la disposition de D-007.
- **Décision** : en haut, l'analyse avec ses courbes superposées ; dessous, un graphique séparé par série temporelle, chacun avec sa propre échelle.
- **Pourquoi** : superposer tous les champs sur un seul axe écrase l'échelle, parce que les amplitudes vont de ~13 V à ~5000 mW.
- **Options écartées** : tous les champs sur un même axe, à la manière de la plateforme de monitoring (D-007), essayée puis abandonnée.
## D-012 — 2026-10-09 — Documentation : une carte et des documents chargés à la demande
- **Statut** : active. Complète D-010.
- **Décision** :
- `CLAUDE.md` devient une **carte** de moins de 200 lignes : état et prochaine étape, index des analyses, liens, règles non négociables, essentiel du domaine.
- Le savoir métier va dans `docs/domaine/`, une note par question.
- Une règle `.claude/rules/analyses.md` se charge seule quand Claude touche `src/` ou `docs/analyses/`.
- Ce journal prend le format ADR allégé (statut, options écartées).
- Un modèle de fiche `docs/analyses/_modele.md` et un skill `nouvelle-analyse` donnent la même forme à chaque analyse.
- **Pourquoi** :
- la doc officielle de Claude Code recommande moins de 200 lignes par CLAUDE.md, car un fichier plus long coûte du contexte à chaque session et est moins bien suivi ;
- les règles limitées à certains chemins et les skills ne se chargent qu'à la demande (divulgation progressive) ;
- les options écartées évitent de reproposer ce qui a déjà été rejeté.
- **Options écartées** : un CLAUDE.md exhaustif à la manière de DocLab (1194 lignes, ~93 Ko). Il donne une très bonne vue d'ensemble, mais chaque session paie ce contexte et l'adhérence baisse.
## D-013 — 2026-10-09 — Graphiques : zoom dans le temps, ordonnée recalée sur la plage visible
- **Statut** : active.
- **Décision** : dans tous les graphiques d'analyse :
- le zoom est horizontal seulement (dans le temps, au rectangle ou à la molette) et commun à tous les graphiques ;
- après chaque zoom, l'ordonnée de chaque graphique est recalée sur les points visibles. Le script est `energy_plot.AUTOSCALE_Y_JS`, avec les ordonnées en `fixedrange` ;
- la ligne de seuil reste visible ;
- un double-clic revient à la vue complète.
- **Pourquoi** : les graphiques sont peu hauts. Avec l'échelle de l'ensemble des données, les points sortaient du cadre dès qu'on zoomait, et plotly ne recale pas l'ordonnée tout seul.
- **Options écartées** : le zoom libre en rectangle sur les deux axes, parce que l'ordonnée fixée à la main serait écrasée par le recalage automatique.
- **Conséquence** : le script utilise l'API interne de plotly.js (`_fullLayout`, `d2l`, `r2l`). Il est à revérifier si plotly change de version majeure.
## D-014 — 2026-10-09 — Tout le projet est versionné et poussé sur le dépôt de l'entreprise
- **Statut** : active.
- **Décision** : `doc/` (documentation AIMsight), `data/` (dont `data/archive/`), `architecture.drawio` et la copie du collecteur `src/__main__ (3).py` sont versionnés et poussés sur `origin` (gitea de l'entreprise). Seuls `out/`, `.venv/` et `__pycache__/` restent ignorés.
- **Pourquoi** : demande explicite de l'utilisateur. Le projet doit être complet et récupérable depuis le dépôt.
- **Conséquence** :
- `data/metadata.md` contient des identifiants techniques de station (SIM CCID, adresses IP), d'où un dépôt qui doit rester privé ;
- les stations archivées deviennent récupérables, ce qui lève la raison « irréversible » évoquée dans D-009.
+13
View File
@@ -0,0 +1,13 @@
# Cas annotés par l'expert
Les diagnostics experts, qui font office de vérité de référence, sont dans `data/metadata.md` et `data/d.md`. Seule VERMONT est dans le jeu de travail (`data/`). Les autres stations, avec `BusVoltage` seule, sont dans `data/archive/` (D-009).
| Station | Alimentation | Diagnostic expert | Signature observée |
|---|---|---|---|
| VERMONT | solaire | interruptions nocturnes (déficit) | Le maximum quotidien plafonne vers 13,2–13,5 V dès le 20/09 (charges complètes déjà rares depuis fin août). Coupures nocturnes dès le 27/09, vers ~12,2 V. Les redémarrages ont lieu le matin, entre 12,35 et 12,62 V. |
| JUNGFRAU | solaire | sain | Aucun trou, maximum quotidien ~14,1–14,2 V. Les jours nuageux, pas de montée diurne. |
| WILDSTRUBEL | solaire | décharge profonde sous 12 V (UVLO désactivé ?), coupure d'environ 12 jours, puis interruptions nocturnes | Maximum quotidien en baisse dès le 04/09, 11,53 V le 09/09, puis 298 h sans mesure. |
| FLORIDA | secteur | sain, sans interruption | 14,2–14,4 V sans cycle jour/nuit. Une baisse ponctuelle à 13,0 V le 10/07 (2 h). Quelques trous courts à tension normale, qui ne sont pas des coupures d'alimentation. |
| MISSISSIPPI | secteur | coupures secteur : la batterie sert d'UPS, puis le système se déconnecte | Chute de 14,2 à ~13,1 V, lente baisse, coude vers 12,5 V, puis décrochage. Nombreuses coupures de décembre 2025 à juin 2026, avec des lectures jusqu'à 10,3 V. Presque aucune mesure de janvier à mai. |
Remède indiqué par l'expert pour VERMONT et WILDSTRUBEL : réactiver le mode veille profonde entre les mesures.
+45
View File
@@ -0,0 +1,45 @@
# Ce que mesure la station (et ce qu'elle ne mesure pas)
## Format des exports CSV
- Un CSV par station et par métrique : `<STATION>_<Metric>_<début> to <fin>.csv`.
- Colonnes `,time_utc,metric` : un index sans nom, l'horodatage UTC (pas d'une heure), la valeur.
- Une valeur `metric` vide signifie qu'il n'y a pas de mesure.
- Les valeurs exportées sont des **moyennes horaires**.
- Les CSV simulent la future base de données. Les schémas CSV historiques varient d'un export à l'autre. Parquet et HDF5 viendront ensuite.
## Métriques système et unités
La source est le collecteur embarqué `src/__main__ (3).py` : bibliothèque INA219, shunt de 0,1 Ω.
| Métrique | Unité | Sens |
|---|---|---|
| `BusVoltage` | V | tension du bus, proche de la tension batterie |
| `BusCurrent` | mA | courant consommé par la station |
| `Power` | mW | puissance consommée |
| `ShuntVoltage` | mV | tension aux bornes du shunt (= courant × 0,1 Ω) |
| `sensor_*_deg_c` | °C | températures internes (CPU, PLL, thermal, …) |
- **`Power`, `BusCurrent` et `ShuntVoltage` sont une seule et même mesure.** On le vérifie avec P/(V·I) ≈ 0,99 et Shunt/0,1 Ω ≈ I.
- Ces trois métriques mesurent la **consommation** de la station. Le courant ne devient jamais négatif. Il baisse à midi quand la tension monte, comme une charge à puissance constante.
- **L'apport (panneau ou secteur) n'est pas mesuré.** On ne le voit qu'à travers la réaction de la batterie.
- Le courant augmente quand la tension baisse, alors que la puissance reste constante. Pour la consommation, raisonner en `Power`, pas en `BusCurrent`.
- La température suit l'ensoleillement : son amplitude dans la journée est faible les jours nuageux. Elle chute aussi quand la station est éteinte, puisque l'auto-échauffement de ~5 W s'arrête.
## Calculs déjà présents dans le collecteur embarqué
Ces valeurs ne sont pas exportées dans les CSV actuels :
- `BusVoltageOCV` : tension compensée de la chute dans la résistance interne, avec R = 0,34 Ω (mesure faite sur une station déployée) ;
- `BusVoltageTrend` : pente en mV/min sur une fenêtre de 60 s ;
- `BatteryState` et `BatteryPercent` : état de charge estimé par la table OCV LiFePO4 (voir `comment-se-comporte-la-batterie.md`).
## Instantanés d'état système
`data/metadata.md` contient des instantanés de l'état de WILDSTRUBEL et de VERMONT, avec des unités notées `[unknown]`. On y trouve par exemple `mode SLP` pour VERMONT, cohérent avec la réactivation du mode veille.
## Consommation observée sur VERMONT
- La consommation est d'environ 5,0 W constants d'avril à octobre (~120 Wh/j). Le déficit de fin septembre vient donc d'un apport en baisse, pas d'une consommation en hausse.
- Exceptions :
- ~3,3 W du 14/09 0 h au 15/09 13 h (essai du mode veille, probablement) ;
- 2,2 à 3,2 W le 09/10 à partir de 13 h (cohérent avec `mode SLP`).
+19
View File
@@ -0,0 +1,19 @@
# Colonnes des déplacements (cas d'usage suivant)
Les colonnes CSV des déplacements sont préfixées par la cible (ex. `target_06_rch`) :
- `rch` / `rcv` : déplacement corrigé du mouvement de la caméra [mm]. C'est le signal principal.
- `x` / `y` : position brute dans l'image [px].
- `rx` / `ry` : déplacement relatif avant correction caméra. **Ce n'est pas** `x - x0`.
- `error` : erreur de reconnaissance de la cible, **pas** une incertitude. Seuil par défaut : 0,7.
- `camera_pan|tilt|rotation` [deg], `camera_scale`, `camera_sigma0` (résidu du fit du réseau de références).
- `inlier_{ch}`, `reproj_err_{ch}` : contribution et résidu de chaque référence.
- Sharpness, FWHM, Dominance, Peak Intensity, Flux, SNR : **uniquement dans l'export HDF5**.
Causes à départager pour une anomalie de déplacement :
- mouvement réel de l'ouvrage ;
- mouvement de la caméra ;
- instabilité de la compensation (cas Barcelone) ;
- dégradation locale d'une cible ;
- parallaxe ou modèle inadapté.
La référence qui fait autorité est `doc/AIMsight_reference_quality_event_explainer_roadmap (2).md`. Les règles non négociables qui s'y rapportent (`inlier` binaire, `sigma0`, mode commun) sont dans `CLAUDE.md`.
@@ -0,0 +1,32 @@
# Comment se comporte la batterie (alimentation de la station)
## Matériel (metadata et manuel de la station)
- Batterie LiFePO4 de 12,8 V nominal, environ 7 ou 21 Ah selon la station.
- Panneau solaire 12 V, ~100 W conseillé. Tension d'entrée maximale : 26 V.
- **Sur secteur**, la batterie reste connectée et sert d'UPS.
- **Après une décharge profonde** (< 12 V), la station reste éteinte jusqu'à ce que la batterie remonte à ~12,6 V, puis redémarre. L'UVLO doit couper avant la décharge profonde.
- Mesure quasi statique, typiquement toutes les 15 min.
- Remède attendu en cas de déficit : réactiver le mode veille profonde (sleep) entre les mesures. Le « Continuous mode » (LED allumées) augmente la consommation.
## Tension et état de charge (table OCV du collecteur)
| Tension à vide | Charge | 0,1 V correspond à | Zone |
|---|---|---|---|
| ≥ 13,6 V | 100 % | — | pleine ; au-dessus, c'est le chargeur qui tient la tension |
| 12,9 – 13,4 V | 40 – 90 % | ~10 % de charge | **plateau** : la tension dit peu de choses sur la charge |
| 12,5 – 12,8 V | 20 – 30 % | ~3 % de charge | **coude** |
| < 12,5 V | < 20 % | ~2 % de charge | zone raide ; sous 12 V, décharge profonde |
Vérification sur les données : VERMONT consomme 5 W constants, donc la vitesse de baisse de sa tension la nuit dessine la courbe. Elle vaut 7 mV/h à 13,2 V, 13 à 13,0 V, 48 à 12,8 V, et 126 à 192 mV/h entre 12,3 et 12,5 V. On retrouve les deux cassures, vers 12,8 V et vers 12,5 V. MISSISSIPPI a la même forme.
## Ce qu'il faut en retenir pour les analyses
- **La tension instantanée ne dit pas l'état de charge.**
- Le jour, le chargeur la tire vers le haut : 14,2 V correspond à la fin de charge (absorption).
- Sous la consommation de la station, la tension mesurée est un peu plus basse que la tension à vide (~0,4 A × 0,34 Ω ≈ 0,14 V).
- Le meilleur indicateur avec `BusVoltage` seule est le minimum de fin de nuit.
- **Plateau LiFePO4** : entre 30 et 90 % de charge, la tension de nuit reste plate. Elle ne chute qu'au coude, donc trop tard pour alerter.
- **Charge complète** : une tension ≥ ~14,0 V dans la journée signale que la batterie a été remplie. Les jours nuageux, elle plafonne vers 13,4 V.
- **Capacité** : une nuit de VERMONT consomme ~70 Wh. Avec 7 Ah (~90 Wh), il resterait ~22 % de charge au matin, soit ~12,6 V. On observe 13,15 V, ce qui est cohérent avec 21 Ah.
- **Une batterie pleine ne garantit rien** : une station débranchée du secteur tient environ 15 h (7 Ah) à 46 h (21 Ah) à 5 W. Voir D-004.
+17
View File
@@ -0,0 +1,17 @@
# Pièges des données
- **Un trou n'est pas forcément une coupure.** Acquisition, transmission, ingestion et affichage sont des couches distinctes.
- **En fin de fichier**, des valeurs vides peuvent n'être qu'un retard de synchronisation (`last_sync`) : WILDSTRUBEL, et MISSISSIPPI le 09/10.
- **En début de fichier**, des valeurs vides précèdent la première mesure : ce n'est pas une coupure (VERMONT `Power` et températures, du 22/02 au 08/04).
- **Des trous simultanés sur plusieurs stations** pointent plutôt vers une cause commune hors station :
- le 22/07 à 14:00 : FLORIDA, MISSISSIPPI et VERMONT ;
- le 19/08 à 15:00 : les mêmes trois stations ;
- le 22/08 à 17:00 : FLORIDA et MISSISSIPPI.
- **Un trou entouré d'une tension normale** n'est pas un problème d'énergie.
- **Une coupure d'alimentation laisse une signature** :
- la tension est sous le coude (~12,8 V) juste avant ou juste après le trou ;
- la température chute pendant le trou, plus qu'aux mêmes heures les nuits sans trou. Sur VERMONT, l'écart va de 2,6 à 15 °C sur 12 trous.
- **Les seuils de tension absolus ne se transposent pas d'une station à l'autre.** En bonne santé, les nuits de JUNGFRAU sont à 12,9 V et celles de VERMONT à 13,15 V. Le niveau moyen vaut ~14,25 V sur secteur et ~13,4 V en solaire. Préférer une comparaison de la station à son propre passé.
- **Cycle jour/nuit** : une fenêtre glissante doit couvrir un nombre entier de jours. Sur 72 h, la météo domine : 2 jours nuageux font baisser JUNGFRAU (sain) autant qu'un vrai déficit.
- **Une valeur `NaN` ou `inf`** dans un export (pandas, par exemple) doit être traitée comme une absence de mesure.
- **Pendant une coupure, ce sont justement les valeurs les plus basses qui manquent** : toute moyenne est alors biaisée vers le haut.
@@ -0,0 +1,780 @@
# Analyse énergétique MA7D_DROP : plan d'implémentation
> **For agentic workers:** REQUIRED SUB-SKILL: Use superpowers:subagent-driven-development (recommended) or superpowers:executing-plans to implement this plan task-by-task. Steps use checkbox (`- [ ]`) syntax for tracking.
**Goal :** un script Python qui calcule, à chaque horodatage d'une station, l'écart entre la moyenne de `BusVoltage` sur 7 jours et son maximum des 30 jours précédents. Il signale une anomalie énergétique sous −0,2 V et produit un JSON, un résumé texte et un graphique HTML.
**Architecture :**
- `src/energy_check.py`, bibliothèque standard uniquement (embarquable), dans cet ordre : chargement des CSV par station, analyse causale `run()`, regroupement en périodes, résumé texte, ligne de commande.
- `src/energy_plot.py` importe `energy_check` et trace le résultat avec plotly (poste de dev, `.venv`).
- Tests en `unittest`, sur les données réelles de `data/` et `vermont/` uniquement.
**Tech Stack :** Python 3.14 (bibliothèque standard), plotly 7.1.0 installé dans `.venv/`, `unittest`.
**Spec :** `docs/superpowers/specs/2026-10-09-energy-ma7d-design.md`
## Global Constraints
- `src/energy_check.py` : **bibliothèque standard uniquement** (cible : système embarqué de la station). Ni pandas, ni numpy.
- `src/energy_plot.py` : plotly autorisé. Il s'exécute avec `.venv/bin/python`.
- Constantes, valeurs exactes de la spec §4.2 : `WINDOW_H = 168`, `REF_H = 720`, `MIN_COVERAGE = 0.8`, `MIN_REF_POINTS = 24`, `THRESHOLD_V = -0.2`.
- Causalité : le point t n'utilise que les données ≤ t.
- Vocabulaire du résumé : `consistent with` (anomalie), `not observed` (aucune), `insufficient evidence` (pas assez de données). Pas de pseudo-probabilité.
- Tests : **données réelles uniquement** (`data/`, `vermont/`). Ne jamais générer de CSV simulé ni de générateur de scénarios. Seules les copies de fichiers réels sous un autre nom sont permises.
- Ne pas modifier `src/__main__ (3).py` ni `architecture.drawio`.
- Messages et documents en français. Messages de commit en anglais, avec la ligne `Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>`.
- Travailler sur la branche `energy-ma7d`, déjà créée. Ne commiter que les fichiers de la tâche : `data/`, `doc/`, `vermont/`, `src/__main__ (3).py` et `architecture.drawio` restent non suivis.
## Review Focus
1. **Historique trop court (< 7 jours) ou `BusVoltage` sans aucune ligne** : tous les points sont UNKNOWN (ou il n'y a aucun point), le résumé dit `insufficient evidence`, rien ne plante. Testé en Task 2 et Task 3.
2. **Horodatages hors de la grille horaire** (export à 15 min, horodatages avec des secondes) : `ValueError` explicite plutôt qu'une moyenne fausse et silencieuse. Testé en Task 2.
3. **Le même fichier passé deux fois** (par son dossier et par son chemin) n'est pas un doublon. Deux fichiers différents pour la même station et la même métrique lèvent `ValueError`. Testé en Task 1.
4. **CSV au nom non reconnu dans un dossier scanné** : il est ignoré avec un message sur stderr, et les autres stations sont traitées. Testé en Task 1.
5. **Station sans `BusVoltage`** (températures seules) : elle est ignorée avec un message, sans plantage. Testé en Task 3.
## File Structure
| Fichier | Rôle | Tâches |
|---|---|---|
| `src/energy_check.py` | chargement CSV, analyse `MA7D_DROP`, périodes, résumé, ligne de commande (bibliothèque standard) | 1, 2, 3 |
| `tests/test_energy_check.py` | tests de régression sur données réelles | 1, 2, 3 |
| `.gitignore` | ajout de `out/` | 3 |
| `src/energy_plot.py` | graphique HTML plotly | 4 |
| `tests/test_energy_plot.py` | tests de fumée du graphique, ignorés sans plotly | 4 |
Commande de test, valable à chaque étape, depuis la racine du dépôt :
```bash
python3 -m unittest discover -s tests -v
```
---
### Task 1 : chargement des CSV par station
**Files :**
- Create : `src/energy_check.py`
- Create : `tests/test_energy_check.py`
**Interfaces :**
- Consumes : rien.
- Produces :
- `parse_name(path: str) -> tuple[str, str] | None` : renvoie `(station, metric)` ;
- `load_csv(path) -> dict[datetime, float | None]` : datetimes UTC « aware » ;
- `load_stations(paths: list[str]) -> dict[str, dict[str, dict[datetime, float | None]]]` : renvoie `{station: {metric: série}}` et lève `ValueError` sur un doublon.
- [ ] **Step 1 : écrire les tests qui échouent**
Créer `tests/test_energy_check.py` :
```python
"""Tests de régression de l'analyse MA7D_DROP, sur données réelles uniquement (spec §9)."""
import functools
import io
import shutil
import sys
import tempfile
import unittest
from contextlib import redirect_stderr
from datetime import datetime, timezone
from pathlib import Path
ROOT = Path(__file__).resolve().parents[1]
sys.path.insert(0, str(ROOT / "src"))
import energy_check as ec # noqa: E402
DATA, VERMONT = ROOT / "data", ROOT / "vermont"
VERMONT_V = VERMONT / "VERMONT_BusVoltage_2026_04_09_15_00 to 2026_10_09_15_00.csv"
VERMONT_THERMAL = VERMONT / "VERMONT_sensor_thermal_deg_c_2026_02_22_15_00 to 2026_10_09_15_00.csv"
JUNGFRAU_V = DATA / "JUNGFRAU_BusVoltage_2026_09_11_14_00 to 2026_10_09_14_00.csv"
def at(*args):
return datetime(*args, tzinfo=timezone.utc)
@functools.cache
def stations():
return ec.load_stations([str(DATA), str(VERMONT)])
class Loading(unittest.TestCase):
def test_parse_name_metric_with_underscores(self):
self.assertEqual(ec.parse_name(str(VERMONT_THERMAL)), ("VERMONT", "sensor_thermal_deg_c"))
def test_parse_name_rejects_unknown_pattern(self):
self.assertIsNone(ec.parse_name("data/metadata.csv"))
def test_load_csv_empty_value_is_none(self):
s = ec.load_csv(VERMONT_V)
self.assertIsNone(s[at(2026, 4, 9, 15)])
self.assertAlmostEqual(s[at(2026, 4, 9, 16)], 14.011)
def test_load_stations_groups_by_station(self):
self.assertEqual(sorted(stations()), ["FLORIDA", "JUNGFRAU", "MISSISSIPPI", "VERMONT", "WILDSTRUBEL"])
self.assertEqual(len(stations()["VERMONT"]), 7)
def test_same_file_given_twice_is_not_a_duplicate(self):
self.assertIn("BusVoltage", ec.load_stations([str(DATA), str(JUNGFRAU_V)])["JUNGFRAU"])
def test_two_files_same_station_metric_raise(self):
with tempfile.TemporaryDirectory() as d:
shutil.copy(JUNGFRAU_V, Path(d) / "JUNGFRAU_BusVoltage_2026_09_12_14_00 to 2026_10_09_14_00.csv")
with self.assertRaises(ValueError):
ec.load_stations([str(DATA), d])
def test_unknown_csv_name_is_skipped_with_message(self):
with tempfile.TemporaryDirectory() as d:
shutil.copy(JUNGFRAU_V, Path(d) / "export.csv")
shutil.copy(JUNGFRAU_V, d)
err = io.StringIO()
with redirect_stderr(err):
st = ec.load_stations([d])
self.assertEqual(list(st), ["JUNGFRAU"])
self.assertIn("export.csv", err.getvalue())
if __name__ == "__main__":
unittest.main()
```
- [ ] **Step 2 : vérifier que les tests échouent**
Run : `python3 -m unittest discover -s tests -v`
Expected : ERROR `ModuleNotFoundError: No module named 'energy_check'`
- [ ] **Step 3 : écrire l'implémentation minimale**
Créer `src/energy_check.py` :
```python
"""Analyse énergétique MA7D_DROP : tendance de BusVoltage en moyenne glissante.
Spec : docs/superpowers/specs/2026-10-09-energy-ma7d-design.md
Bibliothèque standard uniquement (cible : système embarqué de la station).
"""
import csv
import glob
import os
import re
import sys
from datetime import datetime
NAME_RE = re.compile(r"^(?P<station>[^_]+)_(?P<metric>.+?)_\d{4}_\d{2}_\d{2}_\d{2}_\d{2} to .+\.csv$")
def parse_name(path):
"""'<STATION>_<Metric>_<début> to <fin>.csv' -> (station, metric), ou None."""
m = NAME_RE.match(os.path.basename(path))
return (m["station"], m["metric"]) if m else None
def load_csv(path):
"""CSV ',time_utc,metric' -> {datetime UTC: float ou None (pas de mesure)}."""
with open(path, newline="") as f:
rows = csv.reader(f)
next(rows)
return {datetime.fromisoformat(r[1]): float(r[2]) if r[2] else None for r in rows}
def load_stations(paths):
"""Fichiers et/ou dossiers -> {station: {metric: série}}."""
files = []
for p in paths:
files += sorted(glob.glob(os.path.join(p, "*.csv"))) if os.path.isdir(p) else [p]
stations, seen = {}, {}
for path in files:
real = os.path.realpath(path)
if real in seen.values():
continue
key = parse_name(path)
if key is None:
print(f"ignoré (nom non reconnu) : {path}", file=sys.stderr)
continue
if key in seen:
raise ValueError(f"doublon {key[0]}/{key[1]} : {seen[key]} et {path}")
seen[key] = real
stations.setdefault(key[0], {})[key[1]] = load_csv(path)
return stations
```
- [ ] **Step 4 : vérifier que les tests passent**
Run : `python3 -m unittest discover -s tests -v`
Expected : `Ran 7 tests` … `OK`
- [ ] **Step 5 : commit**
```bash
git add src/energy_check.py tests/test_energy_check.py
git commit -m "Add CSV loading per station for energy analysis" -m "Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>"
```
---
### Task 2 : analyse causale `run()` (MA7D_DROP)
**Files :**
- Modify : `src/energy_check.py` (import `datetime` et ajouts à la suite de `load_stations`)
- Modify : `tests/test_energy_check.py` (imports, helpers, classe `Ma7dDrop`)
**Interfaces :**
- Consumes : `load_stations` et `load_csv` (Task 1).
- Produces :
- les constantes `HOUR`, `WINDOW_H`, `REF_H`, `MIN_COVERAGE`, `MIN_REF_POINTS`, `THRESHOLD_V` et le dict `RULE` ;
- `run(series: dict[str, dict[datetime, float | None]]) -> dict`, qui renvoie `{"analysis": "MA7D_DROP", "rule": RULE, "points": [Point]}` ;
- `Point = {"t": datetime, "value": float | None, "anomaly": bool | None, "facts": dict}` :
- `facts` contient toujours `coverage` (float) ;
- plus `ma_v` (float, 3 décimales) si la moyenne est définie ;
- plus `ref_v` (float) et `ref_t` (datetime) si la référence est définie.
- `run` lève `ValueError` si un horodatage n'est pas sur la grille horaire.
- [ ] **Step 1 : écrire les tests qui échouent**
Dans `tests/test_energy_check.py`, remplacer la ligne `from datetime import datetime, timezone` par :
```python
from datetime import datetime, timedelta, timezone
```
Ajouter après la fonction `stations()` :
```python
@functools.cache
def result(name):
return ec.run(stations()[name])
def first_anomaly(res):
return next((p["t"] for p in res["points"] if p["anomaly"] is True), None)
```
Ajouter avant `if __name__ == "__main__":` :
```python
class Ma7dDrop(unittest.TestCase):
def test_florida_never_anomalous(self):
self.assertIsNone(first_anomaly(result("FLORIDA")))
def test_jungfrau_never_anomalous(self):
self.assertIsNone(first_anomaly(result("JUNGFRAU")))
def test_vermont_first_anomaly_before_first_cut(self):
t = first_anomaly(result("VERMONT"))
self.assertIsNotNone(t)
self.assertTrue(at(2026, 9, 20) <= t < at(2026, 9, 27, 1), t)
def test_wildstrubel_first_anomaly_before_cut(self):
t = first_anomaly(result("WILDSTRUBEL"))
self.assertIsNotNone(t)
self.assertLess(t, at(2026, 9, 9, 22))
def test_mississippi_first_anomaly_before_first_cut(self):
t = first_anomaly(result("MISSISSIPPI"))
self.assertIsNotNone(t)
self.assertLess(t, at(2025, 12, 25, 14))
def test_causal(self):
t = at(2026, 9, 24, 7)
truncated = {"BusVoltage": {k: x for k, x in stations()["VERMONT"]["BusVoltage"].items() if k <= t}}
last = ec.run(truncated)["points"][-1]
full = next(p for p in result("VERMONT")["points"] if p["t"] == t)
self.assertEqual(last["t"], t)
self.assertEqual((last["value"], last["anomaly"]), (full["value"], full["anomaly"]))
def test_one_point_per_timestamp(self):
self.assertEqual([p["t"] for p in result("VERMONT")["points"]],
sorted(stations()["VERMONT"]["BusVoltage"]))
def test_facts_trace_the_verdict(self):
p = next(p for p in result("VERMONT")["points"] if p["anomaly"] is True)
self.assertEqual(set(p["facts"]), {"coverage", "ma_v", "ref_v", "ref_t"})
self.assertLess(p["facts"]["ref_t"], p["t"])
def test_short_history_is_unknown(self):
v = stations()["JUNGFRAU"]["BusVoltage"]
short = {"BusVoltage": {t: x for t, x in v.items() if t < min(v) + timedelta(days=5)}}
self.assertTrue(all(p["anomaly"] is None for p in ec.run(short)["points"]))
def test_empty_series_gives_no_points(self):
self.assertEqual(ec.run({"BusVoltage": {}})["points"], [])
def test_off_grid_timestamp_raises(self):
v = dict(stations()["JUNGFRAU"]["BusVoltage"])
v[min(v) + timedelta(minutes=30)] = None
with self.assertRaises(ValueError):
ec.run({"BusVoltage": v})
```
- [ ] **Step 2 : vérifier que les tests échouent**
Run : `python3 -m unittest discover -s tests -v`
Expected : les 11 tests `Ma7dDrop` en ERROR `AttributeError: module 'energy_check' has no attribute 'run'`. Les 7 tests `Loading` restent OK.
- [ ] **Step 3 : écrire l'implémentation minimale**
Dans `src/energy_check.py`, remplacer `from datetime import datetime` par :
```python
from datetime import datetime, timedelta
```
Ajouter juste après les imports, avant `NAME_RE` :
```python
HOUR = timedelta(hours=1)
# Constantes de calibration (spec §4.2).
WINDOW_H = 168 # multiple de 24 h : annule le cycle jour/nuit ; 72 h ne lisse pas la météo
REF_H = 720 # 30 jours : contient le dernier régime sain avant un déficit (choix de conception)
MIN_COVERAGE = 0.8 # à 0,5, JUNGFRAU (sain) tombe à -0,19 V en début d'historique ; à 0,8 : -0,13 V
MIN_REF_POINTS = 24 # au moins un jour de référence (choix de conception)
THRESHOLD_V = -0.2 # cas de régression : pire écart sain -0,16 V (VERMONT 05-11)
RULE = {
"id": "MA7D_DROP",
"window_h": WINDOW_H,
"ref_h": REF_H,
"min_coverage": MIN_COVERAGE,
"min_ref_points": MIN_REF_POINTS,
"threshold_v": THRESHOLD_V,
"threshold_source": "cas de régression FLORIDA, JUNGFRAU, VERMONT, WILDSTRUBEL, MISSISSIPPI (spec §4.3)",
"spec": "docs/superpowers/specs/2026-10-09-energy-ma7d-design.md",
}
```
Ajouter à la fin du fichier :
```python
def run(series):
"""Analyse MA7D_DROP, causale : le point t n'utilise que les données <= t (spec §4.1, §5)."""
v = series["BusVoltage"]
if not v:
return {"analysis": RULE["id"], "rule": RULE, "points": []}
t0 = min(v)
if any((t - t0) % HOUR for t in v):
raise ValueError("BusVoltage : horodatages hors de la grille horaire")
grid = [t0 + i * HOUR for i in range((max(v) - t0) // HOUR + 1)]
vals = [v.get(t) for t in grid]
# Moyenne glissante sur WINDOW_H créneaux (somme courante), définie si couverture suffisante.
ma, cov = [None] * len(grid), [0.0] * len(grid)
total = count = 0
for i, x in enumerate(vals):
if x is not None:
total += x
count += 1
if i >= WINDOW_H and vals[i - WINDOW_H] is not None:
total -= vals[i - WINDOW_H]
count -= 1
cov[i] = count / WINDOW_H
if count >= MIN_COVERAGE * WINDOW_H:
ma[i] = total / count
points = []
for i, t in enumerate(grid):
if t not in v:
continue
facts = {"coverage": round(cov[i], 3)}
value = anomaly = None
if ma[i] is not None:
facts["ma_v"] = round(ma[i], 3)
lo = max(0, i - REF_H)
ref_vals = [m for m in ma[lo:i] if m is not None]
if len(ref_vals) >= MIN_REF_POINTS:
ref = max(ref_vals)
value = ma[i] - ref
anomaly = value < THRESHOLD_V
facts["ref_v"] = round(ref, 3)
facts["ref_t"] = grid[ma.index(ref, lo, i)]
points.append({"t": t, "value": value, "anomaly": anomaly, "facts": facts})
return {"analysis": RULE["id"], "rule": RULE, "points": points}
```
- [ ] **Step 4 : vérifier que les tests passent**
Run : `python3 -m unittest discover -s tests -v`
Expected : `Ran 18 tests` … `OK`. Durée attendue : moins d'une seconde (prototype : 0,5 s).
- [ ] **Step 5 : commit**
```bash
git add src/energy_check.py tests/test_energy_check.py
git commit -m "Add causal MA7D_DROP voltage-trend analysis" -m "Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>"
```
---
### Task 3 : périodes, résumé texte et ligne de commande
**Files :**
- Modify : `src/energy_check.py` (imports et ajouts à la fin)
- Modify : `tests/test_energy_check.py` (imports et classe `Reporting`)
- Modify : `.gitignore` (ajout de `out/`)
**Interfaces :**
- Consumes : `run`, `RULE`, `THRESHOLD_V` (Task 2) ; `load_stations` (Task 1).
- Produces :
- `periods(points: list[Point]) -> list[dict]`. Chaque période vaut `{"start": datetime, "end": datetime | None, "worst_value": float, "worst_t": datetime}`, et `end` vaut `None` si la période est en cours ;
- `summary(station: str, result: dict, per: list[dict]) -> str`, une ligne par période ;
- `main(argv: list[str] | None = None)`, qui écrit `<out>/<STATION>_energy.json` et affiche le résumé.
- [ ] **Step 1 : écrire les tests qui échouent**
Dans `tests/test_energy_check.py` :
- ajouter `import json` sous `import io` ;
- remplacer `from contextlib import redirect_stderr` par :
```python
from contextlib import redirect_stderr, redirect_stdout
```
Ajouter avant `if __name__ == "__main__":` :
```python
class Reporting(unittest.TestCase):
def test_vermont_period_is_ongoing(self):
per = ec.periods(result("VERMONT")["points"])
self.assertEqual(per[-1]["start"], at(2026, 9, 24, 7))
self.assertIsNone(per[-1]["end"])
def test_mississippi_first_period_is_closed(self):
per = ec.periods(result("MISSISSIPPI")["points"])
self.assertEqual((per[0]["start"], per[0]["end"]), (at(2025, 12, 9, 12), at(2025, 12, 18, 6)))
def test_florida_has_no_period(self):
self.assertEqual(ec.periods(result("FLORIDA")["points"]), [])
def test_summary_vocabulary(self):
for name, word in [("FLORIDA", "not observed"), ("VERMONT", "consistent with")]:
res = result(name)
self.assertIn(word, ec.summary(name, res, ec.periods(res["points"])))
def test_summary_short_history_is_insufficient_evidence(self):
v = stations()["JUNGFRAU"]["BusVoltage"]
res = ec.run({"BusVoltage": {t: x for t, x in v.items() if t < min(v) + timedelta(days=5)}})
self.assertIn("insufficient evidence", ec.summary("JUNGFRAU", res, ec.periods(res["points"])))
def test_cli_writes_json_and_summary(self):
out = io.StringIO()
with tempfile.TemporaryDirectory() as d, redirect_stdout(out):
ec.main([str(VERMONT), "--out", d])
doc = json.loads((Path(d) / "VERMONT_energy.json").read_text())
self.assertEqual((doc["station"], doc["analysis"]), ("VERMONT", "MA7D_DROP"))
self.assertIsNone(doc["periods"][-1]["end"])
self.assertIn("VERMONT : anomalie énergétique", out.getvalue())
def test_cli_skips_station_without_busvoltage(self):
out = io.StringIO()
with tempfile.TemporaryDirectory() as d, redirect_stdout(out):
ec.main([str(VERMONT_THERMAL), "--out", d])
self.assertIn("ignorée, pas de BusVoltage", out.getvalue())
```
- [ ] **Step 2 : vérifier que les tests échouent**
Run : `python3 -m unittest discover -s tests -v`
Expected : les 7 tests `Reporting` en ERROR `AttributeError: module 'energy_check' has no attribute 'periods'` (ou `'main'`). Les 18 autres restent OK.
- [ ] **Step 3 : écrire l'implémentation minimale**
Dans `src/energy_check.py`, ajouter `import argparse` avant `import csv`, et `import json` après `import glob`. Puis ajouter à la fin du fichier :
```python
def periods(points):
"""Séquences maximales True/None commençant et finissant par True (spec §7.1)."""
spans, cur = [], None
for k, p in enumerate(points):
if p["anomaly"] is True:
if cur is None:
cur = {"first": k, "last": k, "worst": k}
cur["last"] = k
if p["value"] < points[cur["worst"]]["value"]:
cur["worst"] = k
elif p["anomaly"] is False and cur is not None:
spans.append(cur)
cur = None
if cur is not None:
spans.append(cur)
out = []
for s in spans:
ongoing = all(p["anomaly"] is None for p in points[s["last"] + 1:])
out.append({
"start": points[s["first"]]["t"],
"end": None if ongoing else points[s["last"]]["t"],
"worst_value": points[s["worst"]]["value"],
"worst_t": points[s["worst"]]["t"],
})
return out
def _d(t):
return t.strftime("%Y-%m-%d %H:%M")
def _v(x):
return f"{x:.2f}".replace(".", ",")
def summary(station, result, per):
"""Résumé texte généré à partir des faits calculés (une ligne par période)."""
rule = f"Règle {RULE['id']} (seuil {_v(THRESHOLD_V)} V, source : cas de régression)."
defined = [p for p in result["points"] if p["value"] is not None]
if not defined:
return f"{station} : analyse impossible (insufficient evidence) : historique trop court ou vide. {rule}"
if not per:
w = min(defined, key=lambda p: p["value"])
return (f"{station} : aucune anomalie énergétique (not observed) sur la période analysée. "
f"Pire écart {_v(w['value'])} V le {_d(w['t'])}. {rule}")
lines = []
for p in per:
w = next(q for q in result["points"] if q["t"] == p["worst_t"])
f = w["facts"]
until = "la fin de l'export" if p["end"] is None else _d(p["end"])
lines.append(
f"{station} : anomalie énergétique (consistent with) du {_d(p['start'])} à {until}. "
f"Pire écart le {_d(w['t'])} : moyenne sur 7 jours {_v(f['ma_v'])} V, soit {_v(-w['value'])} V "
f"sous son maximum du {_d(f['ref_t'])} ({_v(f['ref_v'])} V). {rule}")
return "\n".join(lines)
def main(argv=None):
ap = argparse.ArgumentParser(description="Analyse énergétique MA7D_DROP")
ap.add_argument("paths", nargs="+", help="fichiers CSV et/ou dossiers")
ap.add_argument("--out", default="out", help="dossier de sortie (défaut : out/)")
a = ap.parse_args(argv)
os.makedirs(a.out, exist_ok=True)
for station, series in sorted(load_stations(a.paths).items()):
if "BusVoltage" not in series:
print(f"{station} : ignorée, pas de BusVoltage")
continue
result = run(series)
per = periods(result["points"])
with open(os.path.join(a.out, f"{station}_energy.json"), "w") as f:
json.dump({"station": station, **result, "periods": per}, f, indent=1,
default=lambda o: o.isoformat())
print(summary(station, result, per))
if __name__ == "__main__":
main()
```
Ajouter la ligne suivante à la fin de `.gitignore` :
```
out/
```
- [ ] **Step 4 : vérifier que les tests passent**
Run : `python3 -m unittest discover -s tests -v`
Expected : `Ran 25 tests` … `OK`
- [ ] **Step 5 : vérifier sur les données réelles**
Run : `python3 src/energy_check.py data/ vermont/`
Expected : 8 lignes, dont :
```
FLORIDA : aucune anomalie énergétique (not observed) sur la période analysée. Pire écart -0,04 V le 2026-05-17 07:00. Règle MA7D_DROP (seuil -0,20 V, source : cas de régression).
JUNGFRAU : aucune anomalie énergétique (not observed) sur la période analysée. Pire écart -0,13 V le 2026-10-05 01:00. Règle MA7D_DROP (seuil -0,20 V, source : cas de régression).
VERMONT : anomalie énergétique (consistent with) du 2026-09-24 07:00 à la fin de l'export. Pire écart le 2026-10-09 01:00 : moyenne sur 7 jours 12,78 V, soit 0,55 V sous son maximum du 2026-09-09 06:00 (13,33 V). Règle MA7D_DROP (seuil -0,20 V, source : cas de régression).
WILDSTRUBEL : anomalie énergétique (consistent with) du 2026-09-06 14:00 à la fin de l'export. Pire écart le 2026-10-04 05:00 : moyenne sur 7 jours 12,85 V, soit 0,53 V sous son maximum du 2026-09-04 05:00 (13,38 V). Règle MA7D_DROP (seuil -0,20 V, source : cas de régression).
```
Plus 4 lignes MISSISSIPPI : périodes commençant le 2025-12-09 12:00, le 2025-12-24 07:00, le 2026-08-16 18:00 et le 2026-10-06 15:00. La dernière est en cours. Les fichiers `out/*_energy.json` sont créés et `git status` ne les montre pas.
- [ ] **Step 6 : commit**
```bash
git add src/energy_check.py tests/test_energy_check.py .gitignore
git commit -m "Add anomaly periods, text summary and CLI for MA7D_DROP" -m "Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>"
```
---
### Task 4 : graphique HTML (plotly)
**Files :**
- Create : `src/energy_plot.py`
- Create : `tests/test_energy_plot.py`
**Interfaces :**
- Consumes : `load_stations`, `run`, `periods`, `RULE`, `THRESHOLD_V` de `energy_check` (Tasks 1 à 3). Clés de `facts` : `coverage`, `ma_v`, `ref_v`, `ref_t`.
- Produces :
- `gaps(v: dict[datetime, float | None]) -> list[tuple[datetime, datetime]]` : renvoie `(premier créneau vide, première valeur suivante)`, ou le dernier horodatage si le trou est en fin de série ;
- `figure(station, series, result, per) -> plotly Figure` ;
- `main(argv=None)`, qui écrit `<out>/<STATION>_energy.html`.
- [ ] **Step 1 : écrire les tests qui échouent**
Créer `tests/test_energy_plot.py` :
```python
"""Test de fumée du graphique MA7D_DROP (nécessite plotly : .venv/bin/python)."""
import importlib.util
import io
import sys
import tempfile
import unittest
from contextlib import redirect_stdout
from datetime import datetime, timezone
from pathlib import Path
ROOT = Path(__file__).resolve().parents[1]
sys.path.insert(0, str(ROOT / "src"))
import energy_check as ec # noqa: E402
HAS_PLOTLY = importlib.util.find_spec("plotly") is not None
if HAS_PLOTLY:
import energy_plot as ep
VERMONT = ROOT / "vermont"
def at(*args):
return datetime(*args, tzinfo=timezone.utc)
@unittest.skipUnless(HAS_PLOTLY, "plotly absent : lancer avec .venv/bin/python")
class Plot(unittest.TestCase):
@classmethod
def setUpClass(cls):
cls.series = ec.load_stations([str(VERMONT)])["VERMONT"]
cls.result = ec.run(cls.series)
def test_gaps_include_first_vermont_cut(self):
self.assertIn((at(2026, 9, 27, 1), at(2026, 9, 27, 7)), ep.gaps(self.series["BusVoltage"]))
def test_figure_has_all_series(self):
fig = ep.figure("VERMONT", self.series, self.result, ec.periods(self.result["points"]))
names = {t.name for t in fig.data}
self.assertLessEqual({"BusVoltage", "moyenne 7 j", "référence (max 30 j)", "seuil", "écart"}, names)
self.assertLessEqual(set(self.series) - {"BusVoltage"}, names)
def test_cli_writes_html(self):
with tempfile.TemporaryDirectory() as d, redirect_stdout(io.StringIO()):
ep.main([str(VERMONT), "--out", d])
self.assertGreater((Path(d) / "VERMONT_energy.html").stat().st_size, 0)
if __name__ == "__main__":
unittest.main()
```
- [ ] **Step 2 : vérifier que les tests échouent**
Run : `.venv/bin/python -m unittest discover -s tests -v`
Expected : ERROR au chargement de `test_energy_plot` avec `ModuleNotFoundError: No module named 'energy_plot'`. Les 25 tests de `test_energy_check` restent OK.
- [ ] **Step 3 : écrire l'implémentation minimale**
Créer `src/energy_plot.py` :
```python
"""Graphique HTML de l'analyse MA7D_DROP (poste de dev, plotly dans .venv).
Spec : docs/superpowers/specs/2026-10-09-energy-ma7d-design.md §7.2
"""
import argparse
import os
from plotly.subplots import make_subplots
import energy_check as ec
def gaps(v):
"""Plages de créneaux sans BusVoltage : [(premier créneau vide, première valeur suivante)]."""
out, start = [], None
for t in sorted(v):
if v[t] is None and start is None:
start = t
elif v[t] is not None and start is not None:
out.append((start, t))
start = None
if start is not None:
out.append((start, max(v)))
return out
def figure(station, series, result, per):
extra = sorted(m for m in series if m != "BusVoltage")
fig = make_subplots(rows=2 + len(extra), cols=1, shared_xaxes=True, vertical_spacing=0.03,
subplot_titles=["BusVoltage [V]", f"Écart {ec.RULE['id']} [V]"] + extra)
v = series["BusVoltage"]
pts = result["points"]
x = [p["t"] for p in pts]
ref = [p["facts"].get("ref_v") for p in pts]
fig.add_scatter(x=sorted(v), y=[v[t] for t in sorted(v)], name="BusVoltage",
line=dict(width=1, color="lightgray"), row=1, col=1)
fig.add_scatter(x=x, y=[p["facts"].get("ma_v") for p in pts], name="moyenne 7 j",
line=dict(color="royalblue"), row=1, col=1)
fig.add_scatter(x=x, y=ref, name="référence (max 30 j)",
line=dict(color="green", dash="dot"), row=1, col=1)
fig.add_scatter(x=x, y=[None if r is None else r + ec.THRESHOLD_V for r in ref], name="seuil",
line=dict(color="red", dash="dash"), row=1, col=1)
hover = [f"anomalie={p['anomaly']}<br>" + "<br>".join(f"{k}={val}" for k, val in p["facts"].items())
for p in pts]
fig.add_scatter(x=x, y=[p["value"] for p in pts], name="écart", text=hover,
hovertemplate="%{y:.3f} V<br>%{text}", line=dict(color="black"), row=2, col=1)
fig.add_hline(y=ec.THRESHOLD_V, line=dict(color="red", dash="dash"), row=2, col=1)
for a, b in gaps(v):
fig.add_vrect(x0=a, x1=b, fillcolor="gray", opacity=0.3, line_width=0, row=1, col=1)
for p in per:
fig.add_vrect(x0=p["start"], x1=p["end"] or x[-1], fillcolor="red", opacity=0.15,
line_width=0, row=2, col=1)
for row, m in enumerate(extra, start=3):
s = series[m]
fig.add_scatter(x=sorted(s), y=[s[t] for t in sorted(s)], name=m, line=dict(width=1),
row=row, col=1)
fig.update_layout(title=f"{station} : analyse {ec.RULE['id']}", height=280 * (2 + len(extra)))
return fig
def main(argv=None):
ap = argparse.ArgumentParser(description="Graphique HTML de l'analyse MA7D_DROP")
ap.add_argument("paths", nargs="+", help="fichiers CSV et/ou dossiers")
ap.add_argument("--out", default="out", help="dossier de sortie (défaut : out/)")
a = ap.parse_args(argv)
os.makedirs(a.out, exist_ok=True)
for station, series in sorted(ec.load_stations(a.paths).items()):
if "BusVoltage" not in series:
print(f"{station} : ignorée, pas de BusVoltage")
continue
result = ec.run(series)
path = os.path.join(a.out, f"{station}_energy.html")
figure(station, series, result, ec.periods(result["points"])).write_html(path, include_plotlyjs="cdn")
print(path)
if __name__ == "__main__":
main()
```
Note : `include_plotlyjs="cdn"` garde les fichiers légers (≤ 2,5 Mo) mais demande un accès internet pour les afficher. Ponytail : mettre `True` si un affichage hors ligne devient nécessaire.
- [ ] **Step 4 : vérifier que les tests passent**
Run : `.venv/bin/python -m unittest discover -s tests -v`
Expected : `Ran 28 tests` … `OK`
Run : `python3 -m unittest discover -s tests -v`
Expected : `Ran 28 tests` … `OK (skipped=3)`. Le Python système n'a pas plotly, le module se charge quand même.
- [ ] **Step 5 : générer les graphiques réels**
Run : `.venv/bin/python src/energy_plot.py data/ vermont/`
Expected : 5 chemins affichés (`out/FLORIDA_energy.html` … `out/WILDSTRUBEL_energy.html`). Ouvrir `out/VERMONT_energy.html` et vérifier à l'œil :
- 8 sous-graphes (tension, écart, puis 6 métriques) ;
- un fond rouge sur l'écart à partir du 24/09 ;
- des bandes grises sur les coupures nocturnes dès le 27/09.
- [ ] **Step 6 : commit**
```bash
git add src/energy_plot.py tests/test_energy_plot.py
git commit -m "Add plotly HTML report for MA7D_DROP" -m "Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>"
```
@@ -0,0 +1,174 @@
# Analyse énergétique v1 : tendance de tension en moyenne glissante (`MA7D_DROP`)
- Date : 2026-10-09
- Statut : design validé en brainstorming, spec à relire
- Périmètre : première analyse du cas d'usage « santé énergétique des stations » (voir `CLAUDE.md`)
## 1. Objectif
Écrire un script Python qui détermine **analytiquement**, point par point, si une station est dans un régime énergétique anormal, c'est-à-dire un régime qui menace son fonctionnement. Le script produit aussi un graphique qui montre les séries temporelles et une courbe du niveau d'anomalie.
Ce n'est **qu'une analyse parmi d'autres**. Elle doit avoir raison dans la majorité des situations, pas dans 100 % des cas. La force du diagnostic viendra de la combinaison de plusieurs analyses indépendantes. Cette combinaison est hors périmètre de la v1.
## 2. Décisions issues du brainstorming
| Sujet | Décision |
|---|---|
| Définition de l'anomalie | Un régime qui n'est pas soutenable : sur un cycle, l'apport ne couvre pas la consommation. Un niveau de charge bas n'est pas en soi l'anomalie. Une station débranchée avec une batterie pleine est déjà en anomalie. |
| Périmètre | Coupures avérées et déficit en cours. La prévision d'autonomie est reportée. |
| Analyse v1 | Une seule : la moyenne glissante de `BusVoltage` comparée à son propre passé récent. Cette idée vient de l'utilisateur. |
| Mode de calcul | Causal : le verdict au point t n'utilise que les données ≤ t. Le rejeu d'un historique équivaut au temps réel embarqué. |
| Niveau d'anomalie | Un indicateur continu en unité physique (V). Pas de score de 0 à 1, car les pseudo-probabilités sont interdites. |
| Embarqué | L'analyse n'utilise que la bibliothèque standard. Le graphique utilise plotly, sur le poste de dev seulement, dans `.venv/`. |
| Données de test | Données réelles uniquement (`data/`, `vermont/`). Aucune donnée simulée. |
## 3. Faits établis sur les données (exploration du 2026-10-09)
- **Unités.** Elles viennent du collecteur embarqué `src/__main__ (3).py` (bibliothèque INA219, shunt de 0,1 Ω) : `BusVoltage` en V, `BusCurrent` en mA, `Power` en mW, `ShuntVoltage` en mV. Les valeurs exportées sont des moyennes horaires.
- **`Power`, `BusCurrent` et `ShuntVoltage` sont une seule mesure.** P/(V·I) ≈ 0,99 et Shunt/0,1 Ω ≈ I. Elles mesurent la **consommation** de la station. L'apport (panneau ou secteur) **n'est pas mesuré**.
- **VERMONT consomme ~5,0 W constants d'avril à octobre.** Son déficit vient d'un apport en baisse, pas d'une consommation en hausse.
- **La fenêtre doit couvrir un nombre entier de jours** pour annuler le cycle jour/nuit. Avec une fenêtre de 72 h, la météo domine : deux jours nuageux font baisser JUNGFRAU (sain) d'environ −100 mV/j, autant qu'un vrai déficit. Avec 168 h, la météo est lissée.
- **Un seuil de tension absolu ne marche pas d'une station à l'autre.** Le niveau moyen est d'environ 14,25 V sur secteur et 13,4 V en solaire. Même en bonne santé, les nuits de JUNGFRAU descendent à 12,9 V et celles de VERMONT restent à 13,15 V.
## 4. Analyse `MA7D_DROP`
### 4.1 Définition
Les données sont sur une grille horaire. Pour chaque horodatage t de la série `BusVoltage` :
1. `ma(t)` = moyenne des valeurs non vides parmi les 168 créneaux horaires t−167 h … t. Si moins de 80 % des créneaux ont une valeur, `ma(t)` n'est pas défini.
2. `ref(t)` = maximum de `ma` sur les 720 créneaux t−720 h … t−1 h. Il n'est défini que si au moins 24 de ces `ma` sont définis.
3. `value(t)` = `ma(t)` − `ref(t)`, en V.
4. `anomaly(t)` vaut `True` si `value(t)` < −0,2 V et `False` sinon. Il vaut `None` (UNKNOWN) si `ma(t)` ou `ref(t)` n'est pas défini.
Un créneau absent du fichier compte comme une valeur vide. Tous les horodatages sont en UTC, avec fuseau horaire explicite (`datetime` aware).
### 4.2 Constantes et sources
Les constantes sont en tête de module, chacune avec sa source en commentaire. Ce sont des réglages de calibration.
| Constante | Valeur | Source |
|---|---|---|
| `WINDOW_H` | 168 | Multiple de 24 h, pour annuler le cycle jour/nuit. Avec 72 h, la météo n'est pas lissée (exploration du 2026-10-09, §3). |
| `REF_H` | 720 | 30 jours. Assez long pour contenir le dernier régime sain avant un déficit. C'est un choix de conception. |
| `MIN_COVERAGE` | 0,8 | Testé à 50 % : en début d'historique, la fenêtre réellement remplie devient trop courte et JUNGFRAU (sain) tombe à −0,19 V. À 80 %, il reste à −0,13 V. |
| `MIN_REF_POINTS` | 24 | Au moins un jour de référence. C'est un choix de conception. |
| `THRESHOLD_V` | −0,2 | Calé sur les cas de régression (§4.3). Pire cas sain : −0,16 V. Premiers franchissements en déficit avant les coupures. |
### 4.3 Résultats sur les cas annotés (prototype d'exploration)
| Station | Diagnostic expert | Pire écart en bonne santé | Premier point < −0,2 V | Première coupure énergétique |
|---|---|---|---|---|
| FLORIDA | secteur, sain | −0,04 V | aucun | aucune |
| JUNGFRAU | solaire, sain | −0,13 V | aucun | aucune |
| VERMONT | solaire, interruptions nocturnes | −0,16 V (05-11, 3 jours nuageux) | 2026-09-24 07:00 | 2026-09-27 01:00 (~2,8 j après) |
| WILDSTRUBEL | solaire, décharge profonde | — | 2026-09-06 14:00 | 2026-09-09 22:00 (~3,3 j après) |
| MISSISSIPPI | secteur, coupures | — | 2025-12-09 12:00 | 2025-12-25 14:00 |
### 4.4 Limites connues
Elles sont acceptées pour la v1 ; d'autres analyses viendront les couvrir.
1. **Marge mince** : le pire cas sain est à −0,16 V pour un seuil à −0,2 V. Le seuil n'est calé que sur 5 stations.
2. **Retard sur une perte secteur** : elle n'est détectée que 25 à 31 h après le début (MISSISSIPPI). Une station débranchée avec une petite batterie (7 Ah, environ 15 h d'autonomie à 5 W) coupe avant l'alerte.
3. **Biais pendant les coupures** : les valeurs qui manquent sont les plus basses de la nuit, donc `ma` est biaisé vers le haut. Quand la couverture tombe sous 80 %, le point passe en UNKNOWN.
4. **Coût de calcul** : le calcul naïf coûte O(n × (168 + 720)), soit quelques secondes pour un an de données horaires. En temps réel, il n'y a qu'un point par heure.
## 5. Contrat d'analyse
Toute analyse, actuelle ou future, respecte ce contrat pour pouvoir être combinée plus tard :
```python
run(series: dict[str, dict[datetime, float | None]]) -> Result
# series : {nom_métrique: {t: valeur ou None}}, une seule station
Result = {
"analysis": "MA7D_DROP",
"rule": {"threshold_v": -0.2, "window_h": 168, ...}, # constantes + leurs sources
"points": [Point, ...], # un point par horodatage de la série
}
Point = {
"t": datetime,
"value": float | None, # indicateur continu, unité physique
"anomaly": bool | None, # None = UNKNOWN
"facts": {...}, # faits qui justifient le verdict
}
```
Pour `MA7D_DROP`, `facts` contient `ma_v`, `ref_v`, `ref_t` (l'horodatage du maximum de référence) et `coverage`.
**Niveau de confiance** : une analyse seule conclut au plus à `consistent with` un déficit énergétique. Le niveau `strongly supported` demandera l'accord de plusieurs analyses indépendantes.
## 6. Entrées
- **Fichiers** : CSV nommés `<STATION>_<Metric>_<YYYY_MM_DD_HH_MM> to <YYYY_MM_DD_HH_MM>.csv`, avec les colonnes `,time_utc,metric`. Une valeur `metric` vide signifie qu'il n'y a pas de mesure.
- **Analyse du nom de fichier** : `^(?P<station>[^_]+)_(?P<metric>.+?)_\d{4}_\d{2}_\d{2}_\d{2}_\d{2} to .+\.csv$`. Le nom de métrique peut contenir des `_`, par exemple `sensor_thermal_deg_c`.
- **Arguments** : des fichiers et/ou des dossiers. Pour un dossier, tous les `*.csv` qu'il contient sont pris. Les séries sont regroupées par station.
- **Doublon** : si deux fichiers donnent la même métrique pour la même station, c'est une erreur explicite.
- **Station sans `BusVoltage`** : elle est ignorée, avec un message.
## 7. Sorties
### 7.1 `src/energy_check.py` (bibliothèque standard uniquement)
```bash
python3 src/energy_check.py vermont/ data/ [--out out/]
```
- **Fichier JSON** : un par station, `out/<STATION>_energy.json`. Il contient le `Result` (§5) et les `periods`.
- **Période d'anomalie** : séquence maximale de points dont `anomaly` vaut `True` ou `None`, qui commence et finit par `True`.
- Champs : `start`, `end`, `worst_value`, `worst_t`.
- `end` vaut `null` si tous les points qui suivent le dernier `True` de la période sont `None` (anomalie en cours ou non résolue en fin d'export).
- **Résumé texte** : un par station sur la sortie standard, généré à partir des faits. Exemple de **format** (les valeurs X sont remplies à partir de `facts`) :
> VERMONT : anomalie énergétique (`consistent with`) du 2026-09-24 07:00 à la fin de l'export. Moyenne sur 7 jours : X V, soit X V sous son maximum du <ref_t> (X V). Règle MA7D_DROP (seuil −0,2 V, source : cas de régression).
Une station sans anomalie produit une ligne « aucune anomalie (`not observed`) sur la période analysée », avec le pire écart et sa date.
- **Dossier de sortie** : `out/`, ignoré par git.
### 7.2 `src/energy_plot.py` (plotly, `.venv`)
```bash
.venv/bin/python src/energy_plot.py vermont/ [--out out/]
```
Le script importe `energy_check`, lance l'analyse et écrit `out/<STATION>_energy.html`. La page contient des sous-graphes empilés avec un axe de temps commun :
1. **Tension** : `BusVoltage` brute (trait fin), `ma`, `ref` et `ref − 0,2 V`. Les créneaux sans `BusVoltage` apparaissent en bandes grises.
2. **Écart** : `value` en V, avec une ligne horizontale à −0,2 V et un fond rouge sur les périodes d'anomalie. Le survol affiche `facts`.
3. **Métriques supplémentaires** : un sous-graphe par métrique présente pour la station (`Power`, températures…), dans l'ordre alphabétique.
## 8. Fichiers
| Fichier | Rôle |
|---|---|
| `src/energy_check.py` | chargement des CSV, analyse `MA7D_DROP`, JSON et résumé (bibliothèque standard) |
| `src/energy_plot.py` | graphique HTML (plotly) |
| `tests/test_energy_check.py` | tests de régression (`unittest`) |
| `.gitignore` | ajout de `out/` |
`src/__main__ (3).py` est une copie de référence du collecteur embarqué. Il n'est pas modifié.
## 9. Tests
Un seul fichier, `tests/test_energy_check.py`, en `unittest`, lancé avec `python3 -m unittest discover tests`. Il porte uniquement sur les données réelles :
| Cas | Assertion |
|---|---|
| FLORIDA | aucun point avec `anomaly is True` |
| JUNGFRAU | aucun point avec `anomaly is True` |
| VERMONT | 1re anomalie dans [2026-09-20 00:00, 2026-09-27 01:00) |
| WILDSTRUBEL | 1re anomalie < 2026-09-09 22:00 |
| MISSISSIPPI | 1re anomalie < 2025-12-25 14:00 |
| Causalité (VERMONT) | l'analyse sur la série tronquée à 2026-09-24 07:00 donne, pour ce point, le même `value` et le même `anomaly` que l'analyse complète |
| Nom de fichier | `VERMONT_sensor_thermal_deg_c_2026_02_22_15_00 to 2026_10_09_15_00.csv` donne la station `VERMONT` et la métrique `sensor_thermal_deg_c` |
## 10. Hors périmètre (analyses suivantes, même contrat)
- **Classement des trous** : coupure d'alimentation, cause externe, début d'historique, retard de synchronisation. Il s'appuie sur la tension avant et après le trou, comparée au coude LiFePO4 à 12,8 V.
- **Signature « station éteinte »** : chute de `sensor_thermal` pendant un trou, comparée aux mêmes heures les jours précédents.
- **Simultanéité entre stations** : un trou à la même heure sur plusieurs stations indique une cause commune hors station.
- **Taux de jours à charge complète** (tension ≥ 14,0 V) sur 7 jours glissants : alerte plus précoce en solaire (~10 j pour VERMONT).
- **Indicateur rapide de perte secteur** : sortie de la tension de maintien, pour couvrir la limite 2.
- **Autonomie sans apport** : énergie restante ÷ `Power`. Elle demande la capacité de la batterie (7 ou 21 Ah).
- **Combinaison des analyses** et passage au niveau `strongly supported`.
+882
View File
@@ -0,0 +1,882 @@
#!/usr/bin/env python3
import os, threading, signal, json, time, argparse, socket, re, datetime, collections
import serial
from .. import __version__ as _AIMBEDDED_VERSION
from ..libs.logging import init_logger, set_logging_level, log_levels
import subprocess
from ina219 import INA219, SmbusI2cDevice
import psutil
try:
import redis
except ImportError:
redis = None
logger = init_logger(level="info")
def send_at_command(ser, command, timeout=1):
"""
Sends an AT command to the modem and reads the response.
"""
ser.write((command + "\r\n").encode())
time.sleep(timeout)
response = ser.read_all().decode(errors="ignore").strip()
return response
def map_csq_rssi(rssi):
"""
Maps RSSI value to dBm.
"""
if rssi == 0:
return -113 # -113 dBm or less
elif rssi == 31:
return -51 # -51 dBm or greater
elif 1 <= rssi <= 30:
return -113 + (rssi * 2) # dBm
elif rssi == 99:
return None
return None
def map_csq_ber(ber):
"""
Maps BER value to percentage range.
"""
ber_mapping = {
0: 0.1,
1: 0.3,
2: 0.6,
3: 1.2,
4: 2.4,
5: 5.0,
6: 9.0,
7: 13.0,
99: None,
}
return ber_mapping.get(ber, None)
def parse_csq(response):
"""
Parses AT+CSQ response for signal quality.
"""
match = re.search(r'\+CSQ: (\d+),(\d+)', response)
if match:
rssi = int(match.group(1))
ber = int(match.group(2))
rssi_dbm = map_csq_rssi(rssi)
ber_percent = map_csq_ber(ber)
return rssi_dbm, ber_percent
return None, None
def parse_cesq(response):
"""
Parses AT+CESQ response and interprets rsrq and rsrp.
"""
match = re.search(r'\+CESQ: (\d+),(\d+),(\d+),(\d+),(\d+),(\d+)', response)
if match:
# Extract rsrq and rsrp values (ignore first 4 values)
rsrq = int(match.group(5))
rsrp = int(match.group(6))
# Map rsrq to dB ranges
rsrq_db = (
-19.5 + (rsrq * 0.5) if 0 <= rsrq <= 34
else None if rsrq == 255
else None
)
# Map rsrp to dBm ranges
rsrp_dbm = (
-140 + rsrp if 0 <= rsrp <= 97
else None if rsrp == 255
else None
)
return rsrq_db, rsrp_dbm
return None, None
def parse_cereg(response):
"""
Parses AT+CEREG? response into a registration status string.
"""
mapping = {0: "not_registered", 1: "home", 2: "searching",
3: "denied", 4: "unknown", 5: "roaming"}
match = re.search(r'\+CEREG: \d+,(\d+)', response)
if match:
return mapping.get(int(match.group(1)), "unknown")
return None
def parse_cgact(response):
"""
Parses AT+CGACT? response. Returns the list of active PDP context ids.
"""
return [int(m.group(1)) for m in re.finditer(r'\+CGACT: (\d+),1', response)]
def parse_cgpaddr(response):
"""
Parses AT+CGPADDR=<cid> response. Returns the PDP address or None.
"""
match = re.search(r'\+CGPADDR: \d+,"([^"]+)"', response)
if match and match.group(1) != "0.0.0.0":
return match.group(1)
return None
def get_network_info(response):
"""
Extracts network operator and technology from the response.
"""
match = re.search(r'\+COPS: \d,(\d),"([^"]+)",(\d+)', response)
if match:
mode = int(match.group(1))
operator = match.group(2)
technology = int(match.group(3))
tech_mapping = {0: "GSM", 2: "UMTS", 3: "LTE", 7: "E-UTRAN"}
return operator, tech_mapping.get(technology, "Unknown")
return None, None
class systemInfo(threading.Thread):
# BusVoltage trend analysis: sliding window and classification deadband.
# INA219 bus voltage LSB is 4 mV, so slopes below a few mV/min are noise.
TREND_WINDOW_S = 60
TREND_MIN_SAMPLES = 10
TREND_MIN_SPAN_S = 30
TREND_THRESHOLD_MV_MIN = 2.5
# Rest voltage vs state-of-charge for a 4S LiFePO4 pack (12.8 V nominal).
# The curve is very flat between 30% and 80%, so mid-range estimates are
# coarse and only reliable when the battery is not under charge.
LIFEPO4_OCV_SOC = [
(10.0, 0), (12.0, 10), (12.5, 20), (12.8, 30), (12.9, 40),
(13.0, 50), (13.1, 60), (13.2, 70), (13.3, 80), (13.4, 90), (13.6, 100),
]
RUNTIME_MIN_CURRENT_MA = 50
# Effective series resistance [Ohm] between battery and INA219 bus
# measurement: pack internal resistance + wiring + 100 mOhm shunt.
# Measured 0.34 Ohm on a deployed unit via a load-step V/I regression
# (R^2 = 0.93). Without IR compensation, load changes masquerade as
# charge/discharge swings on LiFePO4's flat voltage curve.
BATTERY_R_OHM_DEFAULT = 0.34
def __init__(
self,
system_name=None,
device=1,
enable_logging=False,
no_modem=False,
refresh_rate=1,
battery_capacity_ah=None,
battery_r_ohm=BATTERY_R_OHM_DEFAULT,
config_folder="/etc/aimsight",
redis_socket=None,
redis_host=None,
redis_port=None,
):
self.config_folder = config_folder
self.system_name = system_name
self.device_index = device
self.stop_service = threading.Event()
self.event_notification = threading.Condition()
self.refresh_rate = refresh_rate
self.enable_logging = enable_logging
self.modem = not no_modem
self.power_monitor = self.init_ina(i2cBus=device)
self.voltage_history = collections.deque()
self.battery_state = "unknown"
self.battery_capacity_ah = battery_capacity_ah
self.battery_r_ohm = battery_r_ohm
self.accumulator = None
self.last_sync = time.time()
self.modem_count = 0
self.modem_resp = None
self.network_count = 0
self.network_resp = None
# Redis init (graceful degradation)
self._redis = None
if redis is not None:
try:
if redis_socket:
self._redis = redis.Redis(unix_socket_path=redis_socket, decode_responses=False)
else:
self._redis = redis.Redis(
host=redis_host or "localhost",
port=redis_port or 6379,
decode_responses=False,
)
self._redis.ping()
logger.info("Redis connection established")
except Exception as e:
logger.warning("Redis not available: %s", e)
self._redis = None
else:
logger.warning("redis-py not installed")
super().__init__()
def stop(self):
logger.info("Stop instruction received. notifing acquisition thread.")
self.stop_service.set()
with self.event_notification:
self.event_notification.notify()
def init_ina(self, shunt_ohms=0.1, i2cBus=1):
i2c_addr = INA219.I2C_ADDR_DEFAULT
i2c_device = SmbusI2cDevice(interface=1, address=i2c_addr)
ina_device = INA219(i2c_device, shunt_ohms=shunt_ohms) # Using the BBB I2C bus nb.2
try:
ina_device.configure(INA219.RANGE_32V, INA219.GAIN_8_320MV)
except OSError:
logger.fatal("INA219: Cannot communicate with peripheral %d", i2cBus)
return ina_device
def _store_in_redis(self, key, data, ttl):
"""Store data as a Redis hash with TTL. No-op if Redis is unavailable."""
if self._redis is None:
return
try:
mapping = {"_updated_at": str(time.time())}
for k, v in data.items():
if v is None:
mapping[k] = ""
elif isinstance(v, (list, tuple)):
mapping[k] = json.dumps(v)
else:
mapping[k] = str(v)
self._redis.hset(key, mapping=mapping)
self._redis.expire(key, ttl)
except Exception as e:
logger.warning("Redis store failed for %s: %s", key, e)
def _get_gateways(self):
"""Parse 'ip route' to build a {iface: gateway} map."""
gateways = {}
try:
output = subprocess.check_output(["ip", "route"], text=True)
for line in output.splitlines():
# e.g. "default via 192.168.1.1 dev eth0 ..."
parts = line.split()
if "via" in parts and "dev" in parts:
gw = parts[parts.index("via") + 1]
iface = parts[parts.index("dev") + 1]
if parts[0] == "default":
gateways[iface] = gw
except Exception:
pass
return gateways
def get_interface_info(self):
"""Get network interface info (IP, netmask, gateway). Returns flat dict or None."""
self.network_count = (self.network_count + 1) % 5
if self.network_count > 0 and self.network_resp is not None:
return self.network_resp
try:
result = {}
addrs = psutil.net_if_addrs()
gateways = self._get_gateways()
skip_prefixes = ("lo", "docker", "br-")
for iface, addr_list in addrs.items():
if any(iface.startswith(p) for p in skip_prefixes):
continue
for addr in addr_list:
if addr.family == socket.AF_INET:
result[f"{iface}_ip"] = addr.address
result[f"{iface}_netmask"] = addr.netmask
result[f"{iface}_gateway"] = gateways.get(iface)
break
self.network_resp = result if result else None
except Exception as e:
logger.warning("Failed to get network info: %s", e)
return self.network_resp
def publish_new_system_info(self):
power_info = self.get_power_info()
proc_info = self.get_proc_info()
thermal_info = self.get_thermal_info()
self._store_in_redis("system_info:power", power_info, 60)
self._store_in_redis("system_info:proc", proc_info, 60)
self._store_in_redis("system_info:temperature", thermal_info, 60)
modem_info = None
if self.modem:
modem_info = self.get_modem_info()
if modem_info is not None:
self._store_in_redis("system_info:modem", modem_info, 120)
network_info = self.get_interface_info()
if network_info is not None:
self._store_in_redis("system_info:network", network_info, 120)
if self.enable_logging:
logger.info("Power: %s", power_info)
logger.info("Proc : %s", proc_info)
logger.info("Temp : %s", thermal_info)
if self.modem:
logger.info("Modem: %s", modem_info)
logger.info("Net : %s", network_info)
def update_voltage_trend(self, voltage):
"""
Tracks BusVoltage over a sliding time window and classifies the
battery state from its slope.
Returns (slope_mv_per_min, state) with state one of "charging",
"discharging", "stable" or "unknown".
"""
now = time.time()
self.voltage_history.append((now, voltage))
while now - self.voltage_history[0][0] > self.TREND_WINDOW_S:
self.voltage_history.popleft()
n = len(self.voltage_history)
span = self.voltage_history[-1][0] - self.voltage_history[0][0]
if n < self.TREND_MIN_SAMPLES or span < self.TREND_MIN_SPAN_S:
return None, "unknown"
# Least-squares slope of voltage vs time, converted to mV/min
t_mean = sum(t for t, _ in self.voltage_history) / n
v_mean = sum(v for _, v in self.voltage_history) / n
num = sum((t - t_mean) * (v - v_mean) for t, v in self.voltage_history)
den = sum((t - t_mean) ** 2 for t, _ in self.voltage_history)
if den == 0:
return None, "unknown"
slope_mv_min = num / den * 1000 * 60
if slope_mv_min > self.TREND_THRESHOLD_MV_MIN:
self.battery_state = "charging"
elif slope_mv_min < -self.TREND_THRESHOLD_MV_MIN:
self.battery_state = "discharging"
else:
self.battery_state = "stable"
return slope_mv_min, self.battery_state
def battery_percent(self, voltage):
"""
Estimates state-of-charge [%] from pack voltage by linear
interpolation of the LiFePO4 OCV table. While charging, the bus
follows the charger voltage and the estimate saturates at 100%.
"""
table = self.LIFEPO4_OCV_SOC
if voltage <= table[0][0]:
return 0.0
if voltage >= table[-1][0]:
return 100.0
for (v0, p0), (v1, p1) in zip(table, table[1:]):
if voltage <= v1:
return p0 + (p1 - p0) * (voltage - v0) / (v1 - v0)
return 100.0
def get_power_info(self):
bus_voltage = self.power_monitor.voltage()
power_info = {"BusVoltage": bus_voltage}
try:
power_info.update({
"BusCurrent": self.power_monitor.current(),
"Power": self.power_monitor.power(),
"ShuntVoltage": self.power_monitor.shunt_voltage(),
})
except Exception as exception:
# Current out of device range with specified shunt resistor
logger.error("INA219: %s", exception.__repr__())
# Compensate the IR drop (V_ocv ~ V_bus + I*R) so that trend and SoC
# track the battery, not the load: a load step sags the bus voltage
# and would otherwise read as a discharge, and the relaxation after
# load release as a charge.
current_ma = power_info.get("BusCurrent")
if current_ma is not None:
ocv = bus_voltage + (current_ma / 1000) * self.battery_r_ohm
else:
ocv = bus_voltage
slope_mv_min, battery_state = self.update_voltage_trend(ocv)
# SoC from the windowed mean of the compensated voltage: filters
# INA219 quantization noise and residual load transients.
mean_ocv = sum(v for _, v in self.voltage_history) / len(self.voltage_history)
soc = self.battery_percent(mean_ocv)
power_info.update({
"BusVoltageOCV": round(ocv, 3),
"BusVoltageTrend": round(slope_mv_min, 2) if slope_mv_min is not None else None,
"BatteryState": battery_state,
"BatteryPercent": round(soc, 1),
})
if self.battery_capacity_ah is not None:
remaining_ah = self.battery_capacity_ah * soc / 100
power_info["BatteryRemainingAh"] = round(remaining_ah, 2)
current_ma = power_info.get("BusCurrent")
if (battery_state == "discharging" and current_ma is not None
and current_ma > self.RUNTIME_MIN_CURRENT_MA):
power_info["BatteryRuntime_h"] = round(remaining_ah / (current_ma / 1000), 1)
return power_info
def get_thermal_info(self):
folder_skeleton = "/sys/devices/virtual/thermal/thermal_zone{}/temp"
thermal_info = {}
mapping = {"A0": 0, "CPU": 1, "GPU": 2, "PLL": 3, "thermal": 5}
for k, i in mapping.items():
with open(folder_skeleton.format(i), "r") as fp:
value = fp.read()
thermal_info[k] = int(value) / 1000
return thermal_info
def get_proc_info(self):
gpu_load_file = "/sys/devices/gpu.0/load"
with open(gpu_load_file, "r") as fp:
value = fp.read()
gpu_load = int(value)/10
data_storage = psutil.disk_usage('/data')
proc_info = {
"gpu_load_percent": gpu_load,
"cpu_load_percent": psutil.cpu_percent(),
"percpu_load_percent": psutil.cpu_percent(percpu=True),
"cpu_load_info": psutil.getloadavg(),
"data_storage_percent": data_storage.percent,
"data_storage_free_gb": data_storage.free / 1024**3,
"data_storage_used_gb": data_storage.used / 1024**3,
"data_storage_total_gb": data_storage.total / 1024**3,
}
return proc_info
def get_modem_info(self):
self.modem_count = (self.modem_count + 1) % 10
if self.modem_count > 0 and self.modem_resp is not None:
return self.modem_resp
try:
ser = serial.Serial(
port="/dev/ttyTHS1",
baudrate=115200,
timeout=1,
write_timeout=1
)
if not ser.is_open:
ser.open()
response = send_at_command(ser, "AT+CSQ")
rssi_dbm, ber_percent = parse_csq(response)
response = send_at_command(ser, "AT+CESQ")
rsrq_db, rsrp_dbm = parse_cesq(response)
response = send_at_command(ser, "AT+COPS?")
operator, technology = get_network_info(response)
response = send_at_command(ser, "AT#CCID")
match = re.search(r'#CCID: (\d+)', response)
ccid = ""
if match:
ccid = match.group(1)
# Link status and IP from the PDP context, mode-agnostic: works
# in both PPP and ECM since it asks the modem about the cellular
# session, not the host interface (in ECM the host only sees the
# modem's NAT LAN address, e.g. 192.168.225.x on wwan0).
response = send_at_command(ser, "AT+CEREG?", timeout=0.5)
registration = parse_cereg(response)
response = send_at_command(ser, "AT+CGACT?", timeout=0.5)
active_cids = parse_cgact(response)
ip = None
if active_cids:
response = send_at_command(ser, "AT+CGPADDR=%d" % active_cids[0], timeout=0.5)
ip = parse_cgpaddr(response)
link = "up" if ip is not None else "down"
ser.close()
except:
# Report an explicit "down" default instead of returning the
# cached response: stale good values would keep telling the
# cloud the link is fine while the modem is unreachable.
logger.exception("Error when reading modem, reporting link down")
self.modem_resp = {
"SIM_CCID": None,
"rsrq_dB": None,
"rsrp_dBm": None,
"rssi_dbm": None,
"ber_percent": None,
"network_operator": None,
"network_technology": None,
"registration": None,
"link": "down",
"ip": None,
}
else:
self.modem_resp = {
"SIM_CCID": ccid,
"rsrq_dB": rsrq_db,
"rsrp_dBm": rsrp_dbm,
"rssi_dbm": rssi_dbm,
"ber_percent": ber_percent,
"network_operator": operator,
"network_technology": technology,
"registration": registration,
"link": link,
"ip": ip,
}
return self.modem_resp
def run(self):
jiter_time = 0
while "Running Indefinitely":
if self.refresh_rate is None:
timeout = None
else:
refresh_interval = 1 / self.refresh_rate
timeout = refresh_interval - jiter_time - 0.002
if timeout < 0:
timeout = 0
with self.event_notification:
self.event_notification.wait(timeout=timeout)
if self.stop_service.is_set():
break
t0 = time.time()
self.publish_new_system_info()
jiter_time = time.time() - t0
if self.accumulator is not None:
self.accumulator.commit()
if self._redis is not None:
try:
self._redis.close()
except Exception:
pass
def _add_redis_args(parser):
"""Add common Redis connection arguments to a parser/subparser."""
redis_group = parser.add_argument_group("Redis", "Redis connection options")
redis_group.add_argument(
"--redis-socket",
default=os.environ.get("SYSTEM_INFO_REDIS_SOCKET"),
help="Unix socket path (takes precedence over host:port)",
)
redis_group.add_argument(
"--redis-host",
default=os.environ.get("SYSTEM_INFO_REDIS_HOST", "localhost"),
help="Redis host (default: localhost)",
)
redis_group.add_argument(
"--redis-port",
type=int,
default=int(os.environ.get("SYSTEM_INFO_REDIS_PORT", 6379)),
help="Redis port (default: 6379)",
)
redis_group.add_argument(
"--redis-password",
default=os.environ.get("SYSTEM_INFO_REDIS_PASSWORD"),
help="Redis password",
)
redis_group.add_argument(
"--redis-db",
type=int,
default=int(os.environ.get("SYSTEM_INFO_REDIS_DB", 0)),
help="Redis database number (default: 0)",
)
redis_group.add_argument(
"--redis-stream",
default=os.environ.get("SYSTEM_INFO_REDIS_STREAM", "aimsight:sync"),
help="Redis stream name (default: aimsight:sync)",
)
return redis_group
def _redis_kwargs(args):
"""Extract Redis connection kwargs from parsed args."""
return {
"socket": args.redis_socket,
"host": args.redis_host,
"port": args.redis_port,
"password": args.redis_password,
"db": args.redis_db,
}
def cmd_monitor(args):
"""Run the system info monitor (default command)."""
ENABLE_LOGGING = json.loads(os.environ.get("SYSTEM_INFO_ENABLE_LOGGING", "false"))
DISABLE_MODEM = json.loads(os.environ.get("SYSTEM_INFO_DISABLE_MODEM", "false"))
pw = systemInfo(
device=args.device,
system_name=args.system_name,
enable_logging=args.enable_logging or ENABLE_LOGGING,
refresh_rate=args.refresh,
no_modem=args.modem or DISABLE_MODEM,
battery_capacity_ah=args.battery_capacity,
battery_r_ohm=args.battery_resistance,
redis_socket=args.redis_socket,
redis_host=args.redis_host,
redis_port=args.redis_port,
)
signal.signal(signal.SIGTERM, lambda x, y: pw.stop())
signal.signal(signal.SIGINT, lambda x, y: pw.stop())
pw.start()
while pw.is_alive():
pw.join(1)
# Per-Redis-topic sync spec: each topic maps to a list of directives, applied
# in order against the topic's decoded hash. Directive shapes:
#
# {"fields": [key, ...]}
# Heterogeneous quantities: publish each key as its own metric whose
# data_type is the key itself.
#
# {"metric": name, "label": key, "fields": {redis_key: label_value, ...}}
# Same-unit scalar series that only differ along one dimension: publish
# every field under a single metric ``name``, distinguished by a
# Prometheus-style ``label=label_value`` label instead of baking the
# dimension into the metric name.
#
# {"metric": name, "label": key, "list": redis_key, "list_labels": [...]}
# A list-valued field (one element per series member): publish one metric
# ``name`` per element, labelled by ``list_labels[i]`` (or the index).
SYNC_SPEC = {
"power": [
{"fields": [
"Power", "BusCurrent", "BusVoltage", "BusVoltageOCV", "ShuntVoltage",
"BusVoltageTrend", "BatteryState", "BatteryPercent",
"BatteryRemainingAh", "BatteryRuntime_h",
]},
],
"modem": [
# ``ip`` is published as ip_address{interface="modem"}, see below.
{"fields": [
"rsrq_dB", "SIM_CCID", "rsrp_dBm", "rssi_dbm", "ber_percent",
"network_operator", "network_technology", "registration", "link",
]},
],
"temperature": [
{"metric": "temperature_deg_c", "label": "sensor",
"fields": {"A0": "A0", "CPU": "CPU", "GPU": "GPU", "PLL": "PLL", "thermal": "thermal"}},
],
"proc": [
{"fields": ["data_storage_percent"]},
{"metric": "data_storage_gb", "label": "state",
"fields": {
"data_storage_free_gb": "free",
"data_storage_used_gb": "used",
"data_storage_total_gb": "total",
}},
{"metric": "load_percent", "label": "unit",
"fields": {"cpu_load_percent": "cpu", "gpu_load_percent": "gpu"}},
{"metric": "cpu_load_percent", "label": "cpu", "list": "percpu_load_percent"},
{"metric": "load_average", "label": "window", "list": "cpu_load_info",
"list_labels": ["1m", "5m", "15m"]},
],
}
# Interface IPs published as ip_address{interface=...}, one series per link.
# nebula1 is the Nebula overlay tun (config ``tun.dev``), only present while the
# VPN is up; the modem IP is the cellular PDP address from the modem topic.
IP_SOURCES = [
("eth0", "network", "eth0_ip"),
("nebula", "network", "nebula1_ip"),
("modem", "modem", "ip"),
]
def _emit_directive(publisher, data, directive):
"""Publish one directive's metrics from a decoded Redis hash.
Returns the number of metrics published. None-valued fields/elements and a
missing (or non-list) ``list`` source are skipped.
"""
metric = directive.get("metric")
label = directive.get("label")
count = 0
list_key = directive.get("list")
if list_key is not None:
values = data.get(list_key)
if not isinstance(values, list):
return 0
list_labels = directive.get("list_labels")
for i, value in enumerate(values):
if value is None:
continue
label_value = list_labels[i] if list_labels and i < len(list_labels) else str(i)
publisher.metric(json.dumps(value), data_type=metric, labels={label: label_value})
count += 1
return count
if label is not None:
for redis_key, label_value in directive["fields"].items():
value = data.get(redis_key)
if value is None:
continue
publisher.metric(json.dumps(value), data_type=metric, labels={label: label_value})
count += 1
return count
for key in directive["fields"]:
value = data.get(key)
if value is None:
continue
publisher.metric(json.dumps(value), data_type=key)
count += 1
return count
def _module_version(*dist_names):
"""Best-effort version of an installed distribution, or None.
Reads distribution metadata (does not import the package, so no heavy
optional deps are pulled in); tries each candidate name in turn.
"""
try:
from importlib.metadata import version, PackageNotFoundError
except ImportError:
return None
for dist in dist_names:
try:
return version(dist)
except PackageNotFoundError:
continue
except Exception:
return None
return None
def _distro_version(path="/etc/build"):
"""Parse ``DISTRO_VERSION`` from the image build file, or None if absent."""
try:
with open(path) as fp:
for line in fp:
if line.startswith("DISTRO_VERSION"):
_, _, value = line.partition("=")
return value.strip().strip('"').strip("'") or None
except OSError:
return None
return None
def _software_versions():
"""Component versions for the ``software_version`` info-metric labels.
Missing components report "unknown" so the series keeps a stable set of
label keys.
"""
return {
"aimbedded": _AIMBEDDED_VERSION or "unknown",
"aimsight_optical": _module_version("aimsight-optical", "aimsight_optical") or "unknown",
"distro": _distro_version() or "unknown",
}
def _ntp_synchronized():
"""Whether the system clock is NTP-synchronized, or None if undetermined.
Read live from ``timedatectl`` (an unprivileged query): a drifted clock
breaks TLS and makes every reported timestamp suspect, so it is worth
surfacing on its own.
"""
try:
out = subprocess.check_output(
["timedatectl", "show", "-p", "NTPSynchronized", "--value"],
text=True, stderr=subprocess.DEVNULL, timeout=5,
).strip().lower()
except Exception:
return None
if out in ("yes", "true", "1"):
return True
if out in ("no", "false", "0"):
return False
return None
def cmd_sync(args):
"""Sync system_info snapshot from Redis to cloud via MQTT."""
from .client import SystemInfoClient
from ..mqtt_sync.publisher import SyncPublisher
redis_kw = _redis_kwargs(args)
with SystemInfoClient(**redis_kw) as client, \
SyncPublisher(**redis_kw, stream=args.redis_stream) as publisher:
snap = client.snapshot()
if not snap:
logger.warning("No system_info data in Redis, skipping sync")
return
count = 0
for topic, directives in SYNC_SPEC.items():
data = snap.get(topic)
if not data:
continue
for directive in directives:
count += _emit_directive(publisher, data, directive)
# Interface IPs, one series per interface via an ``interface`` label.
for label, topic, key in IP_SOURCES:
ip = (snap.get(topic) or {}).get(key)
if ip:
publisher.metric(json.dumps(ip), data_type="ip_address", labels={"interface": label})
count += 1
# Clock health: 1 synchronized, 0 drifted. Reported even when 0 (a
# de-synced clock must be visible, not merely absent); omitted only
# when it cannot be determined.
ntp = _ntp_synchronized()
if ntp is not None:
publisher.metric(json.dumps(1 if ntp else 0), data_type="ntp_synchronized")
count += 1
# Component versions as a Prometheus-style info metric (value 1, the
# versions carried as labels).
publisher.metric(json.dumps(1), data_type="software_version", labels=_software_versions())
count += 1
publisher.metric(json.dumps(datetime.datetime.now().isoformat()), data_type="last_sync")
logger.info("Synced %d system_info metrics to cloud", count + 1)
def main():
SYSTEM_NAME = os.environ.get("SYSTEM_NAME", None)
REFRESH_RATE = os.environ.get("SYSTEM_INFO_REFRESH_RATE", "1")
parser = argparse.ArgumentParser(description="System info collector")
subparsers = parser.add_subparsers(dest="command")
# --- monitor (default) ---
monitor_parser = subparsers.add_parser("monitor", help="Run system info monitor")
monitor_parser.add_argument("-d", "--device", type=int, help="device index", default=1)
monitor_parser.add_argument("-s", "--system_name", help="System name", default=SYSTEM_NAME)
monitor_parser.add_argument("-r", "--refresh", type=float, help="Refresh rate in [Hz]", default=REFRESH_RATE)
monitor_parser.add_argument("-l", "--enable_logging", action="store_true", help="print values")
monitor_parser.add_argument("-m", "--modem", action="store_true", help="disable modem")
BATTERY_CAPACITY = os.environ.get("SYSTEM_INFO_BATTERY_CAPACITY_AH")
monitor_parser.add_argument(
"-c", "--battery-capacity", type=float,
default=float(BATTERY_CAPACITY) if BATTERY_CAPACITY else None,
help="Battery capacity in Ah (7.3 or 19); enables remaining-Ah and runtime estimates",
)
BATTERY_R = os.environ.get("SYSTEM_INFO_BATTERY_R_OHM")
monitor_parser.add_argument(
"--battery-resistance", type=float,
default=float(BATTERY_R) if BATTERY_R else systemInfo.BATTERY_R_OHM_DEFAULT,
help="Effective series resistance battery-to-INA219 in Ohm, for IR compensation "
"(default: %(default)s, measured via load-step V/I regression)",
)
_add_redis_args(monitor_parser)
# --- sync ---
sync_parser = subparsers.add_parser("sync", help="Sync system_info snapshot to cloud")
_add_redis_args(sync_parser)
args = parser.parse_args()
if args.command == "sync":
cmd_sync(args)
else:
# Default to monitor (handles both explicit "monitor" and no subcommand)
if args.command is None:
args = monitor_parser.parse_args()
cmd_monitor(args)
if __name__ == "__main__":
main()
+32
View File
@@ -0,0 +1,32 @@
"""Analyse 01 : MA7D_DROP (tendance de BusVoltage en moyenne glissante), graphiques HTML ouverts dans le navigateur.
Usage : python3 src/analyse_01.py [CSV ou dossiers...] (défaut : data/, sortie dans out/)
Documentation : docs/analyses/analyse_01.md
"""
import importlib.util
import os
import shutil
import subprocess
import sys
import webbrowser
from pathlib import Path
ROOT = Path(__file__).resolve().parent.parent
VENV = ROOT / ".venv" / "bin" / "python"
if importlib.util.find_spec("plotly") is None and VENV.exists():
os.execv(VENV, [str(VENV), *sys.argv]) # plotly n'est installé que dans .venv
import energy_plot # noqa: E402
def open_html(path):
if shutil.which("explorer.exe") and shutil.which("wslpath"): # WSL : navigateur Windows
subprocess.run(["explorer.exe", subprocess.check_output(["wslpath", "-w", path], text=True).strip()])
else:
webbrowser.open(Path(path).resolve().as_uri())
if __name__ == "__main__":
args = sys.argv[1:] or [str(ROOT / "data")]
for p in energy_plot.main([*args, "--out", str(ROOT / "out")]):
open_html(p)
+228
View File
@@ -0,0 +1,228 @@
"""Analyse énergétique MA7D_DROP : tendance de BusVoltage en moyenne glissante.
Documentation : docs/analyses/analyse_01.md
Bibliothèque standard uniquement (cible : système embarqué de la station).
"""
import argparse
import csv
import glob
import json
import math
import os
import re
import sys
from datetime import datetime, timedelta
HOUR = timedelta(hours=1)
# Constantes de calibration (fiche analyse_01, « Constantes et sources »).
WINDOW_H = 168 # multiple de 24 h : annule le cycle jour/nuit ; 72 h ne lisse pas la météo
REF_H = 720 # 30 jours : contient le dernier régime sain avant un déficit (choix de conception)
MIN_COVERAGE = 0.8 # à 0,5, JUNGFRAU (sain) tombe à -0,19 V en début d'historique ; à 0,8 : -0,13 V
MIN_REF_POINTS = 24 # au moins un jour de référence (choix de conception)
THRESHOLD_V = -0.2 # cas de régression : pire écart sain -0,16 V (VERMONT 05-11)
RULE = {
"id": "MA7D_DROP",
"window_h": WINDOW_H,
"ref_h": REF_H,
"min_coverage": MIN_COVERAGE,
"min_ref_points": MIN_REF_POINTS,
"threshold_v": THRESHOLD_V,
"threshold_source": "cas de régression FLORIDA, JUNGFRAU, VERMONT, WILDSTRUBEL, MISSISSIPPI (fiche analyse_01, « Calibration »)",
"doc": "docs/analyses/analyse_01.md",
}
NAME_RE = re.compile(r"^(?P<station>[^_]+)_(?P<metric>.+?)_\d{4}_\d{2}_\d{2}_\d{2}_\d{2} to .+\.csv$")
def parse_name(path):
"""'<STATION>_<Metric>_<début> to <fin>.csv' -> (station, metric), ou None."""
m = NAME_RE.match(os.path.basename(path))
return (m["station"], m["metric"]) if m else None
def load_csv(path):
"""CSV ',time_utc,metric' -> {datetime UTC: float ou None (pas de mesure)}."""
try:
with open(path, newline="") as f:
rows = csv.reader(f)
next(rows)
return {datetime.fromisoformat(r[1]): float(r[2]) if r[2] else None for r in rows}
except (StopIteration, IndexError, ValueError) as e:
raise ValueError(f"{path} : CSV illisible ({e!r})") from e
def load_stations(paths):
"""Fichiers et/ou dossiers -> {station: {metric: série}}."""
files = []
for p in paths:
files += sorted(glob.glob(os.path.join(p, "*.csv"))) if os.path.isdir(p) else [p]
stations, seen = {}, {}
for path in files:
real = os.path.realpath(path)
if real in seen.values():
continue
key = parse_name(path)
if key is None:
print(f"ignoré (nom non reconnu) : {path}", file=sys.stderr)
continue
if key in seen:
raise ValueError(f"doublon {key[0]}/{key[1]} : {seen[key]} et {path}")
seen[key] = real
try:
stations.setdefault(key[0], {})[key[1]] = load_csv(path)
except ValueError as e:
print(f"ignoré : {e}", file=sys.stderr)
return stations
def run(series):
"""Analyse MA7D_DROP, causale : le point t n'utilise que les données <= t (fiche analyse_01, « Principe »)."""
v = series["BusVoltage"]
if not v:
return {"analysis": RULE["id"], "rule": RULE, "points": []}
t0 = min(v)
if any((t - t0) % HOUR for t in v):
raise ValueError("BusVoltage : horodatages hors de la grille horaire")
grid = [t0 + i * HOUR for i in range((max(v) - t0) // HOUR + 1)]
# NaN/inf (ex. export pandas) = pas de mesure : sinon un NaN pollue la somme courante.
vals = [x if x is not None and math.isfinite(x) else None for x in (v.get(t) for t in grid)]
# Moyenne glissante sur WINDOW_H créneaux (somme courante), définie si couverture suffisante.
ma, cov = [None] * len(grid), [0.0] * len(grid)
total = count = 0
for i, x in enumerate(vals):
if x is not None:
total += x
count += 1
if i >= WINDOW_H and vals[i - WINDOW_H] is not None:
total -= vals[i - WINDOW_H]
count -= 1
cov[i] = count / WINDOW_H
if count >= MIN_COVERAGE * WINDOW_H:
ma[i] = total / count
points = []
for i, t in enumerate(grid):
if t not in v:
continue
facts = {"coverage": round(cov[i], 3)}
value = anomaly = None
if ma[i] is not None:
facts["ma_v"] = round(ma[i], 3)
lo = max(0, i - REF_H)
ref_vals = [m for m in ma[lo:i] if m is not None]
if len(ref_vals) >= MIN_REF_POINTS:
ref = max(ref_vals)
value = ma[i] - ref
anomaly = value < THRESHOLD_V
facts["ref_v"] = round(ref, 3)
facts["ref_t"] = grid[ma.index(ref, lo, i)]
points.append({"t": t, "value": value, "anomaly": anomaly, "facts": facts})
return {"analysis": RULE["id"], "rule": RULE, "points": points}
def periods(points):
"""Séquences maximales True/None commençant et finissant par True."""
spans, cur = [], None
for k, p in enumerate(points):
if p["anomaly"] is True:
if cur is None:
cur = {"first": k, "last": k, "worst": k}
cur["last"] = k
if p["value"] < points[cur["worst"]]["value"]:
cur["worst"] = k
elif p["anomaly"] is False and cur is not None:
spans.append(cur)
cur = None
if cur is not None:
spans.append(cur)
out = []
for s in spans:
ongoing = all(p["anomaly"] is None for p in points[s["last"] + 1:])
out.append({
"start": points[s["first"]]["t"],
"end": None if ongoing else points[s["last"]]["t"],
"worst_value": points[s["worst"]]["value"],
"worst_t": points[s["worst"]]["t"],
})
return out
def _d(t):
return t.strftime("%Y-%m-%d %H:%M")
def _v(x):
return f"{x:.2f}".replace(".", ",")
def _unknown_line(station, points):
"""Heures sans verdict et plus longue plage : l'absence de verdict n'est ni une anomalie ni un état sain."""
best = cur = None
for p in points:
if p["value"] is None:
cur = (cur[0], p["t"], cur[2] + 1) if cur else (p["t"], p["t"], 1)
if best is None or cur[2] > best[2]:
best = cur
else:
cur = None
n = sum(p["value"] is None for p in points)
line = f"{station} : sans verdict (UNKNOWN) {n} h sur {len(points)}"
if best:
line += f" ; plus longue plage du {_d(best[0])} au {_d(best[1])}"
return line + "."
def summary(station, result, per):
"""Résumé texte généré à partir des faits calculés (une ligne par période + heures sans verdict)."""
rule = f"Règle {RULE['id']} (seuil {_v(THRESHOLD_V)} V, source : cas de régression)."
points = result["points"]
defined = [p for p in points if p["value"] is not None]
if not defined:
lines = [f"{station} : analyse impossible (insufficient evidence) : aucun point avec verdict "
f"(historique trop court, vide ou trop lacunaire). {rule}"]
elif not per:
w = min(defined, key=lambda p: p["value"])
lines = [f"{station} : aucune anomalie énergétique (not observed) sur les points avec verdict. "
f"Pire écart {_v(w['value'])} V le {_d(w['t'])}. {rule}"]
else:
lines = []
for p in per:
w = next(q for q in points if q["t"] == p["worst_t"])
f = w["facts"]
until = "la fin de l'export" if p["end"] is None else _d(p["end"])
lines.append(
f"{station} : anomalie énergétique (consistent with) du {_d(p['start'])} à {until}. "
f"Pire écart le {_d(w['t'])} : moyenne sur 7 jours {_v(f['ma_v'])} V, soit {_v(-w['value'])} V "
f"sous son maximum du {_d(f['ref_t'])} ({_v(f['ref_v'])} V). {rule}")
if points:
lines.append(_unknown_line(station, points))
return "\n".join(lines)
def main(argv=None):
ap = argparse.ArgumentParser(description="Analyse énergétique MA7D_DROP")
ap.add_argument("paths", nargs="+", help="fichiers CSV et/ou dossiers")
ap.add_argument("--out", default="out", help="dossier de sortie (défaut : out/)")
a = ap.parse_args(argv)
os.makedirs(a.out, exist_ok=True)
for station, series in sorted(load_stations(a.paths).items()):
if "BusVoltage" not in series:
print(f"{station} : ignorée, pas de BusVoltage")
continue
try:
result = run(series)
except ValueError as e:
print(f"{station} : ignorée, {e}", file=sys.stderr)
continue
per = periods(result["points"])
with open(os.path.join(a.out, f"{station}_energy.json"), "w") as f:
json.dump({"station": station, **result, "periods": per}, f, indent=1,
default=lambda o: o.isoformat())
print(summary(station, result, per))
if __name__ == "__main__":
main()
+126
View File
@@ -0,0 +1,126 @@
"""Graphique HTML de l'analyse MA7D_DROP (poste de dev, plotly dans .venv).
Documentation : docs/analyses/analyse_01.md
"""
import argparse
import os
from plotly.subplots import make_subplots
import energy_check as ec
# Plotly ne recale pas l'ordonnée sur la plage visible : après chaque zoom ou déplacement horizontal,
# ce script recalcule l'axe vertical de chaque graphique sur les points visibles (5 % de marge),
# en gardant la ligne de seuil visible. Double-clic : retour à la vue complète.
AUTOSCALE_Y_JS = """
const gd = document.getElementById('{plot_id}');
const name = (t, a) => a + 'axis' + (t[a + 'axis'] || a).slice(1);
const xs = gd.data.map(t => t.x.map(v => gd._fullLayout[name(t, 'x')].d2l(v)));
gd.on('plotly_relayout', ev => {
const keys = Object.keys(ev);
if (!keys.some(k => k.startsWith('xaxis'))) return;
const upd = {};
if (keys.some(k => k.endsWith('autorange'))) {
gd.data.forEach(t => { upd[name(t, 'y') + '.autorange'] = true; });
return Plotly.relayout(gd, upd);
}
const box = {yaxis: [__SEUIL__, __SEUIL__]};
gd.data.forEach((t, i) => {
if (t.visible === 'legendonly' || t.visible === false) return;
const xa = gd._fullLayout[name(t, 'x')];
const [a, b] = xa.range.map(r => xa.r2l(r));
const r = box[name(t, 'y')] || (box[name(t, 'y')] = [Infinity, -Infinity]);
t.y.forEach((y, j) => {
if (y === null || !isFinite(y) || xs[i][j] < a || xs[i][j] > b) return;
r[0] = Math.min(r[0], y);
r[1] = Math.max(r[1], y);
});
});
for (const [ya, [lo, hi]] of Object.entries(box)) {
if (lo > hi) continue;
const pad = (hi - lo) * 0.05 || Math.abs(hi) * 0.01 || 1;
upd[ya + '.range'] = [lo - pad, hi + pad];
}
Plotly.relayout(gd, upd);
});
""".replace("__SEUIL__", str(ec.THRESHOLD_V))
def gaps(v):
"""Plages de créneaux sans BusVoltage : [(premier créneau vide, première valeur suivante)]."""
out, start = [], None
for t in sorted(v):
if v[t] is None and start is None:
start = t
elif v[t] is not None and start is not None:
out.append((start, t))
start = None
if start is not None:
out.append((start, max(v)))
return out
def figure(station, series, result, per):
"""Haut : l'analyse, courbes superposées. Dessous : une série temporelle par graphique (échelles propres)."""
metrics = ["BusVoltage"] + sorted(m for m in series if m != "BusVoltage")
fig = make_subplots(rows=1 + len(metrics), cols=1, shared_xaxes=True, vertical_spacing=0.02,
row_heights=[1.5] + [1] * len(metrics),
specs=[[{"secondary_y": True}]] + [[{}]] * len(metrics),
subplot_titles=[f"Analyse {ec.RULE['id']}"] + metrics)
analyse = dict(legendgroup="analyse", legendgrouptitle_text="Analyse")
pts = result["points"]
x = [p["t"] for p in pts]
ref = [p["facts"].get("ref_v") for p in pts]
hover = [f"anomalie={p['anomaly']}<br>" + "<br>".join(f"{k}={val}" for k, val in p["facts"].items())
for p in pts]
fig.add_scatter(x=x, y=[p["value"] for p in pts], name="écart", text=hover,
hovertemplate="%{y:.3f} V<br>%{text}", line=dict(color="black"), row=1, col=1, **analyse)
fig.add_scatter(x=x, y=[p["facts"].get("ma_v") for p in pts], name="moyenne 7 j",
line=dict(color="royalblue"), row=1, col=1, secondary_y=True, **analyse)
fig.add_scatter(x=x, y=ref, name="référence (max 30 j)", line=dict(color="green", dash="dot"),
row=1, col=1, secondary_y=True, **analyse)
fig.add_scatter(x=x, y=[None if r is None else r + ec.THRESHOLD_V for r in ref], name="seuil",
line=dict(color="red", dash="dash"), row=1, col=1, secondary_y=True, **analyse)
fig.add_hline(y=ec.THRESHOLD_V, line=dict(color="black", dash="dash"), row=1, col=1)
for p in per:
fig.add_vrect(x0=p["start"], x1=p["end"] or x[-1], fillcolor="red", opacity=0.15,
line_width=0, row=1, col=1)
fig.update_yaxes(title_text="écart [V]", row=1, col=1, secondary_y=False)
fig.update_yaxes(title_text="BusVoltage moyennée [V]", row=1, col=1, secondary_y=True)
mesures = dict(legendgroup="mesures", legendgrouptitle_text="Mesures")
for row, m in enumerate(metrics, start=2):
s = series[m]
fig.add_scatter(x=sorted(s), y=[s[t] for t in sorted(s)], name=m, line=dict(width=1),
row=row, col=1, **mesures)
for a, b in gaps(series["BusVoltage"]):
fig.add_vrect(x0=a, x1=b, fillcolor="gray", opacity=0.3, line_width=0, row=2, col=1)
fig.update_yaxes(fixedrange=True) # zoom horizontal seulement : l'ordonnée est recalée par AUTOSCALE_Y_JS
fig.update_layout(title=f"{station} : analyse {ec.RULE['id']}", height=300 * (1 + len(metrics)),
legend=dict(groupclick="toggleitem"))
return fig
def main(argv=None):
ap = argparse.ArgumentParser(description="Graphique HTML de l'analyse MA7D_DROP")
ap.add_argument("paths", nargs="+", help="fichiers CSV et/ou dossiers")
ap.add_argument("--out", default="out", help="dossier de sortie (défaut : out/)")
a = ap.parse_args(argv)
os.makedirs(a.out, exist_ok=True)
paths = []
for station, series in sorted(ec.load_stations(a.paths).items()):
if "BusVoltage" not in series:
print(f"{station} : ignorée, pas de BusVoltage")
continue
result = ec.run(series)
path = os.path.join(a.out, f"{station}_energy.html")
figure(station, series, result, ec.periods(result["points"])).write_html(
path, include_plotlyjs="cdn", post_script=AUTOSCALE_Y_JS, config={"scrollZoom": True})
print(path)
paths.append(path)
return paths
if __name__ == "__main__":
main()