graph and email in windows script added

voorspel_advanced.py

@@ -4,13 +4,33 @@ import xgboost as xgb
 import mysql.connector
 from mysql.connector import Error
 from datetime import datetime, timedelta
-import holidays # NIEUW: importeer holidays
+import holidays
+
+# --- NIEUW: Imports voor grafiek en e-mail ---
+import matplotlib.pyplot as plt
+import smtplib
+from email.mime.multipart import MIMEMultipart
+from email.mime.text import MIMEText
+from email.mime.image import MIMEImage
+
+# --- NIEUW: Zorgt dat matplotlib werkt zonder GUI (bv. in terminal) ---
+plt.switch_backend('Agg')
 
 # --- CONFIGURATIE ---
-# BELANGRIJK: Verwijs naar je NIEUWE model
 MODEL_FILE = 'price_forecast_model_v1_5.json' 
 TARGET = 'gemiddelde_prijs'
-AANTAL_UUR_VOORSPELLEN = 72 # Hoeveel uur vooruit wil je kijken? 
+AANTAL_UUR_VOORSPELLEN = 72
+GRAFIEK_BESTAND = 'prijs_voorspelling_windows.png' # Tijdelijk bestand
+
+# --- NIEUW: E-mail Configuratie ---
+# VUL DIT IN MET JE EIGEN GEGEVENS
+EMAIL_CONFIG = {
+    'smtp_server': '192.168.178.201', # Bv. 'smtp.gmail.com'
+    'smtp_port': 587,
+    'sender': 'sftpuser@markkors.nl',
+    'password': 'Aae8-G9yFU5j',  # Voeg hier het wachtwoord toe als dat nodig is
+    'receiver': 'mark@markkors.nl'
+}
 
 DB_CONFIG = {
     'host': '192.168.178.201',
@@ -20,29 +40,26 @@ DB_CONFIG = {
     'port': 3307
 }
 
-# NIEUW: Haal de lijst van features uit je model
+# --- Model laden ---
-# We hoeven de lijst niet meer handmatig te typen!
 try:
     print(f"Laden van model: {MODEL_FILE}...")
     model = xgb.XGBRegressor()
     model.load_model(MODEL_FILE)
-    FEATURES = model.feature_names_in_ # Pakt automatisch alle feature-namen
+    FEATURES = model.feature_names_in_
     print(f"✅ Model succesvol geladen (verwacht {len(FEATURES)} features).")
 except FileNotFoundError:
     print(f"❌ Fout: Model bestand '{MODEL_FILE}' niet gevonden.")
-    print("Heb je het 'v1_5' model al getraind en opgeslagen?")
+    print("   Heb je het 'v1_5' model al getraind en opgeslagen op Windows?")
     exit()
 except Exception as e:
     print(f"❌ Fout bij laden model: {e}")
     exit()
 
-# Maak de feestdagen-checker klaar
 nl_holidays = holidays.Netherlands(years=[datetime.now().year, datetime.now().year + 1])
 
 
+# --- Functie: haal_data_uit_database (onveranderd) ---
 def haal_data_uit_database(conn):
-    # ... (Deze functie is 100% IDENTIEK aan je vorige script)
-    # ... (Kopieer de 'haal_data_uit_database' functie hier)
     print("💾 Data ophalen uit MySQL...")
     
     query_hist = """
@@ -52,7 +69,7 @@ def haal_data_uit_database(conn):
         p_avg.gemiddelde_prijs
     FROM
         amersfoort_weer_uurlijks AS w
-    LEFT JOIN  -- <--- DE OPLOSSING
+    LEFT JOIN 
         (SELECT datetime, AVG(price) AS gemiddelde_prijs
          FROM dynamic_price_data GROUP BY datetime) AS p_avg 
          ON w.datum_tijd = p_avg.datetime
@@ -82,13 +99,9 @@ def haal_data_uit_database(conn):
         print(f"✅ {len(hist_df)} uur historie geladen.")
         print(f"✅ {len(toekomst_df)} uur toekomstig weer geladen.")
         
-        # --- OPLOSSING HIER ---
-        # Vul 'gaten' in de historische prijsdata ALLEEN op hist_df
         hist_df['gemiddelde_prijs'] = hist_df['gemiddelde_prijs'].ffill()
         hist_df['gemiddelde_prijs'] = hist_df['gemiddelde_prijs'].bfill()
-        # --- EINDE OPLOSSING ---
 
-        # Combineer nu de gevulde historie met de lege toekomst
         combined_df = pd.concat([hist_df, toekomst_df])
         
         return combined_df.sort_index()
@@ -97,52 +110,84 @@ def haal_data_uit_database(conn):
         print(f"❌ Fout bij ophalen data: {e}")
         return None
 
-
+# --- Functie: maak_features_voor_uur (onveranderd) ---
 def maak_features_voor_uur(df, timestamp):
-    """
-    MAAK FEATURES v1.5 - Deze functie is compleet VERNIEUWD
-    """
     features = {}
-    
-    # Haal data op van het specifieke uur
     data_nu = df.loc[timestamp]
     
-    # 1. Tijd-features (simpel)
     features['maand'] = timestamp.month
     features['dag_van_het_jaar'] = timestamp.dayofyear
-    
-    # 2. Feestdag feature
     features['is_feestdag'] = 1 if timestamp in nl_holidays else 0
     
-    # 3. Weer-features
     weer_cols = ['temperatuur', 'gevoelstemperatuur', 'neerslag', 'wind_richting', 
                  'wind_snelheid', 'bewolking', 'luchtdruk', 'luchtvochtigheid']
     for col in weer_cols:
         features[col] = data_nu[col]
 
-    # 4. Lag-features
     features['prijs_1u_geleden'] = df.loc[timestamp - timedelta(hours=1)]['gemiddelde_prijs']
     features['prijs_24u_geleden'] = df.loc[timestamp - timedelta(hours=24)]['gemiddelde_prijs']
     
-    # 5. Rolling-features
     features['temp_avg_3u'] = df.loc[timestamp - timedelta(hours=2) : timestamp]['temperatuur'].mean()
     features['prijs_avg_6u'] = df.loc[timestamp - timedelta(hours=5) : timestamp]['gemiddelde_prijs'].mean()
     
-    # 6. ONE-HOT ENCODING (Handmatig)
-    # Voeg alle 7 'dag_' kolommen toe, en zet de juiste op 1
     for dag in range(7):
         features[f'dag_{dag}'] = 1 if timestamp.dayofweek == dag else 0
     
-    # Voeg alle 24 'uur_' kolommen toe, en zet de juiste op 1
     for uur in range(24):
         features[f'uur_{uur}'] = 1 if timestamp.hour == uur else 0
 
-    # Converteer naar een DataFrame en gebruik de volgorde van het model
     return pd.DataFrame([features], columns=FEATURES)
 
+# --- NIEUW: Functie om de e-mail te bouwen en te versturen ---
+def send_email_with_graph(image_path, result_df):
+    print("\n📬 E-mail opstellen...")
+    
+    msg = MIMEMultipart()
+    msg['Subject'] = f"Prijsvoorspelling (Windows Test) {datetime.now().strftime('%Y-%m-%d')}"
+    msg['From'] = EMAIL_CONFIG['sender']
+    msg['To'] = EMAIL_CONFIG['receiver']
 
-# --- START VAN HET SCRIPT ---
+    laagste_prijs = result_df['Voorspelde_Prijs'].min()
-# (Dit deel is weer 100% identiek aan je vorige script)
+    hoogste_prijs = result_df['Voorspelde_Prijs'].max()
+    
+    body = f"""
+Hallo,
+
+Dit is een test van het Windows script.
+Hier is de prijsvoorspelling voor de komende {len(result_df)} uur.
+
+Laagste prijs: {laagste_prijs:.4f}
+Hoogste prijs: {hoogste_prijs:.4f}
+
+Volledige voorspelling:
+{result_df.to_string()}
+"""
+    msg.attach(MIMEText(body, 'plain'))
+
+    try:
+        with open(image_path, 'rb') as f:
+            img_attach = MIMEImage(f.read(), name='voorspelling.png')
+            msg.attach(img_attach)
+        print("✅ Grafiek bijgevoegd.")
+    except Exception as e:
+        print(f"❌ Kon grafiek-bestand niet lezen: {e}")
+        return
+
+    try:
+        print(f"Verbinding maken met SMTP server: {EMAIL_CONFIG['smtp_server']}...")
+        server = smtplib.SMTP(EMAIL_CONFIG['smtp_server'], EMAIL_CONFIG['smtp_port'])
+        server.starttls()
+        server.login(EMAIL_CONFIG['sender'], EMAIL_CONFIG['password'])
+        
+        print("Inloggen succesvol. E-mail verzenden...")
+        server.sendmail(EMAIL_CONFIG['sender'], EMAIL_CONFIG['receiver'], msg.as_string())
+        server.quit()
+        print("✅ E-mail succesvol verzonden.")
+    except Exception as e:
+        print(f"❌ Fout bij verzenden e-mail: {e}")
+        print("   Controleer je EMAIL_CONFIG (server, poort, e-mail en App-wachtwoord)")
+
+# --- START VAN HET SCRIPT (Aangepast) ---
 try:
     conn = mysql.connector.connect(**DB_CONFIG)
     werk_df = haal_data_uit_database(conn)
@@ -150,25 +195,57 @@ try:
     if werk_df is not None:
         te_voorspellen_tijden = werk_df[werk_df['gemiddelde_prijs'].isnull()].index
         
-        print(f"\n🧠 Start iteratieve voorspelling voor {len(te_voorspellen_tijden)} uur...")
+        if len(te_voorspellen_tijden) == 0:
-        voorspellingen = []
+            print("\nDatabase is al up-to-date. Geen voorspelling nodig.")
-        
+        else:
-        for timestamp in te_voorspellen_tijden:
+            print(f"\n🧠 Start iteratieve voorspelling voor {len(te_voorspellen_tijden)} uur...")
-            features_nu = maak_features_voor_uur(werk_df, timestamp)
+            voorspellingen = []
-            voorspelde_prijs = model.predict(features_nu)[0]
-            werk_df.loc[timestamp, 'gemiddelde_prijs'] = voorspelde_prijs
-            voorspellingen.append(voorspelde_prijs)
             
-        print("\n" + "="*70)
+            for timestamp in te_voorspellen_tijden:
-        pd.set_option('display.max_rows', None) # Zorg dat we alles printen
+                features_nu = maak_features_voor_uur(werk_df, timestamp)
-        print(f"--- VOORSPELDE PRIJZEN (komende {len(te_voorspellen_tijden)} uur) ---")
+                voorspelde_prijs = model.predict(features_nu)[0]
-        
+                werk_df.loc[timestamp, 'gemiddelde_prijs'] = voorspelde_prijs
-        resultaat_df = pd.DataFrame({
+                voorspellingen.append(voorspelde_prijs)
-            'Voorspelde_Prijs': voorspellingen
+                
-        }, index=te_voorspellen_tijden)
+            print("\n" + "="*70)
-        
+            pd.set_option('display.max_rows', None) 
-        print(resultaat_df)
+            print(f"--- VOORSPELDE PRIJZEN (komende {len(te_voorspellen_tijden)} uur) ---")
-        print("="*70)
+            
+            resultaat_df = pd.DataFrame({
+                'Voorspelde_Prijs': voorspellingen
+            }, index=te_voorspellen_tijden)
+            
+            print(resultaat_df)
+            print("="*70)
+            
+            # --- NIEUW: Grafiek maken en e-mailen ---
+            print("\n📊 Grafiek genereren...")
+            try:
+                fig, ax = plt.subplots(figsize=(15, 8))
+                resultaat_df.plot(
+                    ax=ax, 
+                    title=f'Energieprijs Voorspelling ({len(resultaat_df)} uur vooruit)',
+                    legend=False,
+                    grid=True,
+                    style='.-'
+                )
+                ax.set_ylabel('Voorspelde Prijs')
+                ax.set_xlabel('Datum en Tijd')
+                
+                laagste_prijs = resultaat_df['Voorspelde_Prijs'].min()
+                hoogste_prijs = resultaat_df['Voorspelde_Prijs'].max()
+                ax.axhline(laagste_prijs, color='green', linestyle='--', linewidth=0.8)
+                ax.axhline(hoogste_prijs, color='red', linestyle='--', linewidth=0.8)
+                
+                plt.savefig(GRAFIEK_BESTAND)
+                plt.close(fig) # Geheugen vrijgeven
+                print(f"✅ Grafiek opgeslagen als: {GRAFIEK_BESTAND}")
+                
+                send_email_with_graph(GRAFIEK_BESTAND, resultaat_df)
+                
+            except Exception as e:
+                print(f"❌ Fout bij genereren van grafiek: {e}")
+            # --- EINDE NIEUWE BLOK ---
 
 except Error as e:
     print(f"❌ Fout met MySQL verbinding: {e}")