> 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/docs-us-cs/funkce-ai/groupings.md).

# Seskupení

myCoreAI řídí vnitřní klima podle skupin senzorů, nikoli podle jednotlivých senzorů. Každá budova je rozdělena do skupin vázaných na systém HVAC, který je ovlivňuje, a myCoreAI udržuje průměrnou teplotu skupiny v cílovém pásmu. Řízení je plynulejší a méně reaktivní než sledování každého senzoru odděleně.

## Jak fungují skupiny

Každá skupina předává myCoreAI tři hodnoty:

* A **průměr skupiny** — průměr všech vnitřních teplotních senzorů ve skupině.
* Jeden **průměrné minimum** a **průměrné maximum** — průměry dolní a horní meze pro jednotlivé senzory napříč skupinou.
* Rozsah vázaný na konkrétní aktivum HVAC, takže skupina odpovídá topnému okruhu, vzduchotechnické jednotce (AHU) nebo zónovému aktivu, nikoli libovolné sadě místností.

myCoreAI porovnává průměr skupiny s průměrným minimem a průměrným maximem a zasahuje jen tehdy, když se skupina jako celek odchýlí mimo pásmo. Jednotlivé senzory mohou být mimo své vlastní limity, aniž by to vyvolalo změnu řízení, pokud průměr skupiny zůstává uvnitř.

## Proč to zlepšuje stabilitu

* **Kolektivní řízení.** Limity se vztahují na průměr skupiny, nikoli na každý senzor. myCoreAI reaguje na trendy v celé budově, nikoli na jediné šumové měření.
* **Odolnost vůči odlehlým hodnotám.** Jediný senzor má v průměru jen malou váhu. Než se průměr posune, musí se změnit významná část skupiny.
* **Sezónní vyváženost.** Protože limity se vztahují na průměr:
  * V **20–23 °C** zimním pásmu může až zhruba polovina senzorů ukazovat méně než 20 °C, zatímco průměr skupiny zůstává v pásmu.
  * V **21–24 °C** letním pásmu může až zhruba polovina ukazovat více než 24 °C, než se zvýší chlazení.

Výsledkem je méně krátkých cyklů reakcí na lokální poruchy a celkově stabilnější řídicí signál.

## Odkud se limity berou

Minima a maxima pro jednotlivé senzory, z nichž se počítají průměry skupiny, pocházejí z jednoho ze dvou zdrojů:

* **Komfortní meze**, když jsou komfortní meze pro budovu nastaveny explicitně.
* **Referenční data**, když [AI Freedom](/myrspoven-docs/docs-us-cs/funkce-ai/ai-freedom.md) je povoleno. Meze jsou odvozeny z historického chování senzorů.

## Jak jsou skupiny definovány

Skupiny nejsou systém volného značkování. myCoreAI přiřazuje každý vnitřní senzor k topnému nebo chladicímu systému, který ho nejvíce ovlivňuje, na základě mapování signálů budovy:

* Budovy s **zónovými aktivy** (topením nebo chlazením pro jednotlivé zóny): každé zónové aktivum tvoří vlastní skupinu. Zbývající senzory jsou seskupeny pod topné okruhy.
* Budovy vytápěné převážně větráním: senzory jsou seskupeny podle **vzduchotechnické jednotky**.
* Jinak: senzory jsou seskupeny podle **topného okruhu** pro vytápění a podle **chladicího okruhu** pro chlazení.

Budova může mít současně topné i chladicí skupiny a tyto dvě sady se mohou překrývat. Skupiny mimo rozsah řízení myCoreAI — například okruhy, do nichž se nezapisuje — jsou vyloučeny z penalizace komfortu.

## Praktický příklad

Kancelář obsluhovaná dvěma topnými okruhy, jeden napájí otevřený kancelářský prostor a druhý soubor rohových kanceláří. Rohové kanceláře zahrnují místnost orientovanou na jih, která se za slunečných odpolední ohřívá. Bez seskupení by teplé měření vedlo myCoreAI ke snížení teploty přívodu, což by podchlazovalo zbytek okruhu. Se seskupením je senzor orientovaný na jih jedním vstupem do průměru skupiny rohových kanceláří; myCoreAI udržuje průměr skupiny v rozmezí 20–23 °C a okruh otevřeného prostoru zůstává neovlivněn. Teplá místnost je řešena jako lokální porucha, nikoli jako signál pro celý okruh.


---

# 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 by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.myrspoven.com/myrspoven-docs/docs-us-cs/funkce-ai/groupings.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

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.