Chart Manuals - open.INC Stack Documentation

# Charts & Diagrams – Manuals In dieser Kategorie findest du alle Widgets zur grafischen Analyse und Visualisierung deiner historischen Zeitreihen und Telemetriedaten. Diese Diagramme helfen dir dabei, Lastprofile zu erkennen, Korrelationen zu analysieren und komplexe Datenströme visuell verständlich aufzubereiten. --- ## Verfügbare Widgets | Widget | Beschreibung & Voraussetzungen | | :----------------------------------- | :---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | ![[plotly-parallel-coordinates.png]] | **[[plotly-parallel-coordinates\|Multifaktorenvergleich]]** Stellt mehrere Variablen auf parallelen Achsen dar, um Korrelationen und Ausreißer der Dimensionen zu erkennen. Nützlich für multivariate Analysen. * **Voraussetzungen:** Mehrere numerische Datenquellen. | | ![[hc-pattern-dependency.png]] | **[[hc-pattern-dependency\|Zustandsübergänge]]** Analysiert Zustandsübergänge und zeigt diese als Flussdiagramm. Zeigt, welche Zustände typischerweise aufeinander folgen. * **Voraussetzungen:** Ein Status- oder Event-Datenstrom. | | ![[hc-pattern-circle.png]] | **[[End-User/open.DASH/Using open.DASH/Widgets/chart/hc-pattern-circle\|Zeitmuster (Kreisdarstellung)]]** Visualisiert Tages- oder Wochenmuster als Kreis-Matrix mit Stunden und Wochentagen. Ideal zum Erkennen von Lastprofilen, Nutzungsmustern oder regelmäßigen Mustern. * **Voraussetzungen:** Historische Zeitreihendaten. | | ![[hc-pattern.png]] | **[[hc-pattern\|Zeitmuster (Liniendarstellung)]]** Visualisiert Tages- oder Wochenmuster als Matrix mit Stunden und Wochentagen. Ideal zum Erkennen von Lastprofilen, Nutzungsmustern oder regelmäßigen Mustern. * **Voraussetzungen:** Historische Zeitreihendaten. | | ![[hc-pattern-heatmap.png]] | **[[hc-pattern-heatmap\|Wochen-Heatmap]]** Zeigt eine Wochenübersicht als farbige Matrix mit den 24 Stunden des Tages auf der Y-Achse und den 7 Wochentagen auf der X-Achse. * **Voraussetzungen:** Historische Zeitreihendaten. | | ![[hc-pie.png]] | **[[hc-pie\|Kreisdiagramm]]** Zeigt Anteile einzelner Werte oder Kategorien als Kreis- oder Ringdiagramm (Pie/Donut-Chart). * **Voraussetzungen:** Aggregierte oder kategorisierte Datenpunkte. | | ![[hc-states.png]] | **[[hc-states\|Zustands-Statistik]]** Zeigt den zeitlichen Anteil oder Häufigkeiten von verschiedenen Zuständen als Kuchen- oder Balkendiagramm. Optimal zur Analyse von Stillstandsursachen. * **Voraussetzungen:** Zustands- oder Event-Daten. | | ![[hc-timeseries.png]] | **[[hc-timeseries\|Zeitverlauf]]** Visualisiert Messwerte als Linie, Fläche, Spline, Bereich, Streu- oder Balkendiagramm über die Zeit. * **Voraussetzungen:** Historische Zeitreihendaten. | | ![[hc-timeseries-compare.png]] | **[[hc-timeseries-compare\|Periodenvergleich]]** Vergleicht Zeiträume für einen einzelnen Messwert direkt miteinander (z. B. Stromverbrauch dieser Woche im Vergleich zur Vorwoche). * **Voraussetzungen:** Historische Zeitreihendaten über mindestens zwei Perioden. | | ![[hc-xycompare.png]] | **[[hc-xycompare\|Korrelations-Analyse]]** Zeigt die Zusammenhänge zwischen zwei Messwerten als Streudiagramm. Ideal zum Erkennen von Korrelationen, z.B. zwischen Außentemperatur und Energieverbrauch. * **Voraussetzungen:** Mindestens zwei numerische Datenquellen. | | ![[pivot-sunburst.png]] | **[[pivot-sunburst\|Pivot Sunburst Darstellung]]** Zeigt ein Sunburst-Diagramm, das die definierten Zeilen der Pivot-Daten und den aggregierten Wert hierarchisch darstellt. * **Voraussetzungen:** Konfigurierte Pivot-Datenquellen. | | ![[ow-histogram.png]] | **[[ow-histogram\|Histogramm]]** Zeigt die Häufigkeit einzelner Werte als Verteilung (Klassen/Bins) über einen ausgewählten Zeitraum an. * **Voraussetzungen:** Ausreichend historische Messdaten. | | ![[hc-aggregate-sankey.png]] | **[[hc-aggregate-sankey\|Sankey Diagramm]]** Visualisiert den Fluss (z. B. Energie, Material, Medien) innerhalb eines definierten Hierarchiebaums. * **Voraussetzungen:** Strukturierte Datenpunkte, die Flussbeziehungen abbilden können. | | ![[ow-aggregate-sunburst.png]] | **[[ow-aggregate-sunburst\|Sunburst Visualisierung]]** Stellt Daten in einem Kuchendiagramm mit mehreren Ebenen dar, um komplexe, hierarchische Verteilungen darzustellen. * **Voraussetzungen:** Hierarchisch gegliederte Messdaten. | | ![[hc-aggregate-dataintervals.png]] | **[[hc-aggregate-dataintervals\|Datenintervallbasierte Aggregationsansicht]]** Visualisiert einen Ausschnitt der Daten im Zeitverlauf in einem einfachen Diagramm, einschließlich Grenzwerten für Zustände. * **Voraussetzungen:** Historische Zeitreihendaten mit Grenzwertvorgaben. | | ![[hc-pca-pie.png]] | **[[hc-pca-pie\|Prinzipalkomponenten Darstellung]]** Führt eine mathematische Hauptkomponentenanalyse (PCA) durch und zeigt die gewichteten Teilkomponenten der analysierten Daten. * **Voraussetzungen:** Mehrdimensionale historische Datenquellen. | | ![[hc-aggregate-multi.png]] | **[[hc-aggregate-multi\|Aggregation historischer Werte]]** Zeigt die aggregierten Werte (Summe, Durchschnitt, Max, Min, Anzahl) aus einer oder mehreren Datenquellen in einem zusammenfassenden Diagramm an. * **Voraussetzungen:** Mindestens eine historische Datenquelle. | | ![[hc-aggregate-multi-sankey.png]] | **[Sankey aus Sensorauswahl](/widgets/sankey-sensor)** Aggregiert mehrere Sensoren und stellt sie in einem Sankey-Diagramm dar. Die Hierarchie wird dabei flexibel vom Pfad pro Sensor definiert. * **Voraussetzungen:** Mehrere strukturierte Datenpunkte mit Pfadangaben. | | ![[hc-aggregate-multi.png]] | **[[hc-aggregate-multi\|Kombinierte Graphdarstellung]]** Kombiniert unterschiedliche Visualisierungen (z. B. Balken und Linien für aggregierte Werte) in einer einzigen Grafik, einschließlich farbiger Plotbänder für Zustände. * **Voraussetzungen:** Mindestens eine, idealerweise mehrere Datenquellen. | | ![[ow-pattern-search.png]] | **[[ow-pattern-search\|Mustersuche]]** Nutze dieses Widget, um nach vordefinierten oder wiederkehrenden Mustern und Anomalien in deinen historischen Daten zu suchen. * **Voraussetzungen:** Historische Zeitreihendaten. | ---