> For the complete documentation index, see [llms.txt](https://docs.myrspoven.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-sv/ai-funktioner/groupings.md). # Grupperingar myCoreAI styr inomhusklimatet per sensorgrupp, inte per enskild sensor. Varje byggnad delas in i grupper kopplade till det HVAC-system som påverkar dem, och myCoreAI håller gruppens genomsnittstemperatur inom ett målintervall. Styrningen är mjukare och mindre reaktiv än att följa varje sensor isolerat. ## Hur grupperingarna fungerar Varje grupp exponerar tre storheter för myCoreAI: * A **gruppmedelvärde** — medelvärdet av alla inomhustemperatursensorer i gruppen. * En **genomsnittligt minsta värde** och **genomsnittligt högsta värde** — medelvärdena för de per-sensorspecifika nedre och övre gränsvärdena i gruppen. * Ett omfång kopplat till en specifik HVAC-tillgång, så att en grupp motsvarar en värmekrets, en luftbehandlingsenhet (AHU) eller en zontillgång snarare än en godtycklig samling rum. myCoreAI jämför gruppmedelvärdet med det genomsnittliga min- och maxvärdet och agerar endast när gruppen som helhet driver utanför intervallet. Enskilda sensorer kan ligga utanför sina egna gränser utan att utlösa en styrningsändring, så länge gruppmedelvärdet ligger inom. ## Varför detta förbättrar stabiliteten * **Kollektiv styrning.** Gränserna gäller gruppmedelvärdet, inte varje sensor. myCoreAI reagerar på byggnadsövergripande trender snarare än på en enda brusig avläsning. * **Motståndskraft mot avvikare.** En enskild sensor väger lite i medelvärdet. En betydande andel av gruppen måste förändras innan medelvärdet förskjuts. * **Säsongsanpassad balans.** Eftersom gränserna gäller medelvärdet: * I ett **20–23 °C** vinterintervall kan upp till ungefär hälften av sensorerna visa under 20 °C medan gruppmedelvärdet fortfarande ligger inom intervallet. * I ett **21–24 °C** sommarintervall kan upp till ungefär hälften visa över 24 °C innan kylningen ökas. Resultatet blir färre kortcykliska reaktioner på lokala störningar och en jämnare styrsignal totalt sett. ## Varifrån gränserna kommer Per-sensorspecifika minimivärden och maximivärden som matar in i gruppmedelvärdena kommer från en av två källor: * **Komfortgränser**, när komfortgränser har ställts in explicit för byggnaden. * **Referensdata**, när [AI Freedom](/myrspoven-docs/myrspoven-docs-sv/ai-funktioner/ai-freedom.md) är aktiverat. Gränserna härleds från historiskt sensorbeteende. ## Hur grupper definieras Grupper är inte ett fritt taggningssystem. myCoreAI tilldelar varje inomhussensor till det värme- eller kylsystem som påverkar den mest, baserat på byggnadens signalkartläggning: * Byggnader med **zon-tillgångar** (värme- eller kylaggregat per zon): varje zon-tillgång bildar sin egen grupp. Resterande sensorer grupperas under värmekretsarna. * Byggnader som huvudsakligen värms via ventilation: sensorer grupperas per **luftbehandlingsenhet**. * Annars: sensorer grupperas per **värmekrets** för värme och per **kylkrets** för kyla. En byggnad kan ha både värmegrupper och kylgrupper, och de två uppsättningarna kan överlappa. Grupper utanför myCoreAI:s kontrollområde — till exempel kretsar som inte skrivs till — undantas från komfortstraffet. ## Exempel i praktiken Ett kontor som försörjs av två värmekretsar, en som matar de öppna kontorsytorna och en som matar en uppsättning hörnkontor. Hörnkontoren inkluderar ett södervänt rum som blir varmt under soliga eftermiddagar. Utan grupperingarna drar den varma avläsningen myCoreAI mot att sänka framledningstemperaturen, vilket undervärmer resten av kretsen. Med grupperingarna är den södervända sensorn en av ingångarna till gruppmedelvärdet för hörnkontoren; myCoreAI håller gruppens medelvärde inom 20–23 °C och kretsen för de öppna kontorsytorna påverkas inte. Det varma rummet hanteras som en lokal störning snarare än som en signal för hela kretsen. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-sv/ai-funktioner/groupings.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.