Tekniker som hjälper dig skapa ett smartare och tryggare hem.

ESP826612E med LiFePO4 batteri och solcell

Resultat av ESP8266 projektet.

Tidigare i höst byggde jag en temperatursensor baserat på chippet ESP8266 (följande projekt). Sensorn glömdes sedan bort eftersom den bara fungerade. I skrivande stund har den rapporterat 22111 temperaturer med hjälp av ett LiFePo4 batteri på 700mA samt en solcell.

För att visa hur pass stabil sensorn har varit testade jag lite olika sätt att visualisera datat med grafer.
För att visa informationen sensorn har skickat testade jag lite olika program, utöver Datemine och Thingspeak.

Vi kommer att avsluta tävlingen om en Telldus Znet Lite imorgon, vinnaren kommer att utses om några dagar 🙂

Jag har testa många sätt att visualisera resultatet från ESP:n, bland annat med Grafana och InfluxDB (grafen ovan). Testade även Microsofts gratisvariant av Power BI för att visa ESP:ns inrapporteringar.

Power BI

Till en början testade jag att använda skrivbordsapplikationen av Power BI, vilket fungerade relativt bra. Resultatet gick sedan att dela på internet (Länken under bilden). Allt som behövdes var att spara resultat i en CSV fil och importerade i Power BI, resultatet blev efter lite konfiguration som det nedan.

Microsoft Power Bi desktop varianten.
Microsoft Power Bi

Om du väljer att öppna länken tar det ca 20 – 40 sekunder att ladda in Power BI grafen.

 

Grafana och InfluxDB

Jag tyckte dock att Power BI var lite långsamt och inte tillförde det jag hade hoppats, gav det för visso inte allt för lång tid…  Hittade då Open Source projekt Grafana. Installerade Grafana på en CentOS 7 (Linux) till en början. För att kunna hantera datat snabbt rekommenderades databasen InfluxDB.  Även den installerades lokalt på CentOS. Kommer troligen att försöka flytta detta till en Raspberry Pi i framtiden. Gjorde sedan några script som importerade alla ESP:ns loggar till databasen.

Temperaturerna som ESP:n rapporterat i snart 3 månader har hållit sig stabilt och inte avvikit mycket mot mina övriga temperatursensorer. Grafana kan visa graferna live med en uppdateringsfrekvens på var 5:e sekund som minst. Vilket gör att ändringar syns i realtid utan att man behöver uppdatera skärmen. Kommer därför att få min Vera att skicka all information till Grafana i framtiden istället för DataMine.

v2-info1 v2-info2 v2-info3 v2-info4

Graferna ovan är baserade på samma data, bara olika tidsspann i Grafanas webbgränssnitt. Genom att zooma på ett värde i en graf följer resterande grafer med.

[poll id=”18″]

 

ThingSpeak

Jag har även visualiserat data med hjälp av ThingSpeak under projektets gång. Graferna nedan är ”live” och direkt inlänkade från Thingspeak. Det behövs inte någon hemautomationskontroller eller dator till ESP:n då, allt som behövs är internet via en accesspunkt för att uppnå resultatet nedan.

Hoppas detta har gett lite idéer på hur du kan visualisera data som sparas. Kom gärna med tips och idéer på vad mer man kan göra 🙂

// Ispep

Har du precis börjat med smarta hem eller redan kommit en bit på resan? Läs mina dedikerade guider om smarta hem. Dom ger dig kunskaper och insikter som hjälper dig fatta rätt beslut i din resa.


Kommentarer

16 svar till ”Resultat av ESP8266 projektet.”

  1. Vill tipsa om Home Assistant som är ett open source hemautomationsprojekt som har stöd för InfluxDB (samt instruktioner för Grafana), Vera, Verisure och mycket mera. Kör själv mqtt ifrån min ESP till Home Assistant via Mosquitto.
    http://www.Home-Assistant.io

    1. Intressant! Har funderat en hel del på att testa Mosquitto och MQTT till mina ESP:er. Ska kolla mer på Home Assistant med, håller själv på att testa Open Hab 2 men är inte riktigt nöjd med den 🙁

      Tack för tipset!

      // Ispep

  2. Profilbild för borkman
    borkman

    Jag har installerat InfluxDB & Grafana på en Raspberry Pi 3 nu (tillsammans med Home Assistant som Mats tipsade om. Home Assistant hittar min Vera’s alla enheter osv, dock så vägrar den populera InfluxDB-databasen….)

    Har du något tips hur man kan få Vera’n att skicka över värden från mina Oregon-Scientific sensorer (läses via den USB-anslutna rfxtrx433 på Vera’n) till en InfluxDB på en remote Raspberry Pi?

    Finns det någon plugin som man kan använda?

    Enligt https://www.influxdata.com/how-to-send-sensor-data-to-influxdb-from-an-arduino-uno/ så verkar formatet för att posta data till InfluxDB vara bus-enkelt…

    1. Profilbild för borkman
      borkman

      Googlade runt och hittade en kille som utvecklat en MQTT-klient till Vera
      http://forum.micasaverde.com/index.php/topic,35848.msg291938.html#msg291938

      Setup’en för att visualisera data i Grafana verkar vara:

      Del1:
      =====
      ”MQTT Client”-plugin på Vera’n
      — postar data till —>
      ”MQTT Broker” på en Raspberry Pi.

      Del2:
      =====
      ”Node-red” på Raspberry Pi
      — subscribe’ar efter Vera-events på Brokern —>
      — Extraherar mätdatan —>
      — Trycker in det i —>
      ”InfluxDB” körandes på Raspberry Pi

      Del3:
      =====
      ”Grafana” körandes på Raspberry Pi läser datan i ”InfluxDB” och visualiserar den

      1. Mycket intressant!! Har just kört igång Influxdb på min RPI3:a med. Höll på att leta nått sätt att nyttja os.execute(curl…..) och scenes med vera, men de där sättet såg mycket bättre ut!
        Återkom gärna med resultatet 🙂

        // Ispep

        1. Profilbild för borkman
          borkman

          MQTT:
          —–
          Ben på YouTube-kanalen ”BRUH Automation” har ganska pedagogiska videos. Om du inte kollat på MQTT så kan dessa vara en enkel introduktion:

          https://www.youtube.com/watch?v=VaWdvVVYU3A
          https://www.youtube.com/watch?v=AsDHEDbyLfg

          Det var en väldigt enkelt ”apt-get install” på RPI3:an + en liten konfigfil för att få igång det. (MQTT-produkten heter Mosquitto)

          Node Red:
          ———
          Om du inte tittat på det tidigare kan du kolla in https://www.youtube.com/watch?v=f5o4tIz2Zzc

          Även den här var en väldigt enkel ”apt-get install” upplevelse på RPI3:an enligt http://nodered.org/docs/hardware/raspberrypi

          Har bara hunnit snabb-labba lite i Node Red med att koppla en MQTT-input (i.e. subscriber) mot Mosquitto MQTT Brokern som jag installerade enligt ovan, och posta lite via kommandoraden med ’mosquitto_pub’-verktyget 🙂

          1. Profilbild för borkman
            borkman

            Testade att installera MQTT pluggen på Veran nu på morgonen. Skrev ned stegen utifall någon är intresserad:

            #1 Tanka ner zip’en från https://github.com/jonferreira/vera-mqtt till min MacBook

            #2 Kopiera över Dependency-filerna till Veran
            #2.1 scp vera-mqtt-master.zip root@vera:
            #2.2 ssh root@vera
            #2.3 unzip vera-mqtt-master.zip
            #2.4 cp vera-mqtt-master/Dependencies/usr/lib/lua/* /usr/lib/lua/

            #3 Kopiera över Plugin-filerna till Veran fråm min MacBook

            #3.1 Terminal
            #3.1.1 cd ~/Downloads
            #3.1.2 unzip vera-mqtt-master.zip

            #3.2 Safari
            #3.2.1 http://vera/cmh/#develop_apps -> Luup files -> Upload
            #3.2.2 Luup files -> Upload

            #4 Skapa en ny Device med den nyligen upladdadee D_SensorMqtt1.xml
            #4.1 http://vera/cmh/#develop_apps -> Create device ->
            Description = ”MQTT client”
            Upnp Device FileName = ”D_SensorMqtt1.xml”
            Upnp Implementation Filename = ”I_SensorMqtt1.xml”
            -> Create device

            #4.2 Vält luup
            http://vera:3480/data_request?id=reload

            #4.3 Efter ett tag dyker den nya Device’n upp under http://vera/cmh/#devices
            Dock så failar init med ”MQTT client[189]: Startup Lua Failed”
            Så då får man rota i loggen på Veran:

            cat /tmp/log/cmh/LuaUPnP.log | grep ’\(^01\|^02\|^35\|^50\).*SensorMqtt’

            Då inser man att man måste conf’a plug’en också 😛

            #4.4 http://vera/cmh/#devices -> MQTT client -> Advanced -> Variables tab
            mqttServerIp =
            mqttServerPort = 1883
            mqttServerUser = username
            mqttServerPassword = password

            #4.5 Starta en subscriber på Raspberry’n, och verifiera de credentials du angivit ovan
            mosquitto_sub -h 127.0.0.1 -p 1883 -u username -P password -t Vera/#
            mosquitto_pub -h 127.0.0.1 -p 1883 -u username -P password -t Vera/Event/DeviceAlias -m ”qwerty”

            #4.6 Börja pusha förändringar från en Vera Device

            http://vera/cmh/#devices -> MQTT client -> WatchDog -> och checkbox’a i
            * urn:upnp-org:serviceId:TemperatureSensor1 CurrentTemperature CurrentTemperature
            * urn:micasaverde-com:serviceId:HumiditySensor1 CurrentLevel CurrentLevel
            * urn:upnp-org:serviceId:SwitchPower1 Status Status
            -> Save Changes

            #4.7 Vält luup
            http://vera:3480/data_request?id=reload

            #4.8 Surfa in i Vera-gui’t och toggla en lampa
            http://vera/cmh/#devices

            #4.9 Kolla att data ramlar in på subscribern du satte upp i steg #4.5. Kan se ut exempelvis:

            pi@raspberrypi:~ $ mosquitto_sub -h 127.0.0.1 -p 1883 -u username -P password -t Vera/#
            qwerty
            qwerty
            {”CurrentTemperature”:11.3,”DeviceId”:151,”DeviceName”:”BelowBedroomTemp”,”DeviceType”:”urn:schemas-micasaverde-com:device:TemperatureSensor:1″,”OldCurrentTemperature”:11.4,”RoomId”:13,”RoomName”:”Krypis”,”ServiceId”:”urn:upnp-org:serviceId:TemperatureSensor1″,”Time”:1478159673,”Variable”:”CurrentTemperature”}
            {”DeviceId”:166,”DeviceName”:”KitchenWallPlugNew”,”DeviceType”:”urn:schemas-upnp-org:device:BinaryLight:1″,”OldStatus”:0,”RoomId”:5,”RoomName”:”Kök”,”ServiceId”:”urn:upnp-org:serviceId:SwitchPower1″,”Status”:1,”Time”:1478159692,”Variable”:”Status”}
            {”CurrentLevel”:61,”DeviceId”:155,”DeviceName”:”BelowKitchen”,”DeviceType”:”urn:schemas-micasaverde-com:device:HumiditySensor:1″,”OldCurrentLevel”:60,”RoomId”:13,”RoomName”:”Krypis”,”ServiceId”:”urn:micasaverde-com:serviceId:HumiditySensor1″,”Time”:1478159700,”Variable”:”CurrentLevel”}
            {”CurrentTemperature”:1.1,”DeviceId”:157,”DeviceName”:”GarageWall Temp”,”DeviceType”:”urn:schemas-micasaverde-com:device:TemperatureSensor:1″,”OldCurrentTemperature”:1,”RoomId”:8,”RoomName”:”Utomhus”,”ServiceId”:”urn:upnp-org:serviceId:TemperatureSensor1″,”Time”:1478159723,”Variable”:”CurrentTemperature”}
            {”CurrentLevel”:60,”DeviceId”:155,”DeviceName”:”BelowKitchen”,”DeviceType”:”urn:schemas-micasaverde-com:device:HumiditySensor:1″,”OldCurrentLevel”:61,”RoomId”:13,”RoomName”:”Krypis”,”ServiceId”:”urn:micasaverde-com:serviceId:HumiditySensor1″,”Time”:1478159818,”Variable”:”CurrentLevel”}

          2. OTROLIGT TACKSAM FÖR DEN DÄR GUIDEN! Så fort jag kommit till MQTT biten ska det in på min Vera med 🙂
            Är det ok att lag lägger till den där informationen i Guiden jag håller på att skriva på RPI3, InfluxDB, Grafana, MQTT och Vera?

            // Ispep

  3. Profilbild för borkman
    borkman

    Det är bara att plocka in (och modda) de delar som du känner att du kan använda dig av. Mycket bra om du skriver ihop en sammanfattande guide för hela processen.

    Nu när del 1 är klar (Vera — MQTT publisher —> MQTT-Broker) så har jag börjat kolla på del två (MQTT subscribe’r –> InfluxDb), och detta steg verkar vara rätt simpelt och kunna lösas på flera olika sätt. Jag tänkte prova först med logikmotorn ’NodeRed’ som verkar vara mycket användbar inom hem-automation. Känns som ett bra tillfälle att lära sig lite mer om produkten.

    Här finns ett lösningsförslag för MQTT->InfluxDb som jag tänkte testa i helgen om jag får lite tid över:
    http://flows.nodered.org/flow/5c96cc92d3171b6434bf
    (kopiera JSON-blobban till clipboarden och sedan i Node Red välj Menu -> Import -> ClipBoard)

    Lösningsförslaget finns även lite kortfattat visualiserat på
    http://jeanbrito.com/2016/02/24/saving-data-received-from-mqtt-to-influxdb-using-node-red/
    om du inte installerat Node-Red på RPI3:an ännu.

    Steg 3, InfluxDB –> Grafana har jag snabbkollat lite på också. Men tvingades kolla på lite YouTube-tutorials för att komma in i Grafana-gui’ts tankesätt, inte alldeles intuitivt vid första anblicken… 😛

    1. Blir ju helt perfekt om allt detta lirar på en enda RPI, ser att man har mycket att lära om MQTT..
      Underlättar att du delar med dig av det du hittar, finns otroligt mycket information, men väldigt lite information om vad som verkligen fungerar 🙂

      Ja Grafana tog en stund att designa som man ville, håller själv på att klura lite på ”text” och html (javascript) för att se om det är möjligt att göra knappar som kopplas mot gränssnittet i Veran.
      Såg några snygga exempel där man får in data från yahoo här:
      https://github.com/grafana/grafana/issues/1816

      För lite tid och för mycket bra idéer är aldrig bra…. Utöver det måste man ju ta sig tid att skriva ner allt och dela med sig på ett läsbart sätt 🙂

      som sagt, tack för att du delar med dig så pass detaljerat.
      // Ispep

  4. Profilbild för borkman
    borkman

    Vera + MQTT + NodeRed + InfluxDb + Grafana
    ==========================================
    Här kommer en steg-för-steg guide hur du sätter upp eventloggning av Oregon-Scientific RF-mätare (eller andra saker som man vill logga) och visualserar dessa med Grafana. Du behöver:

    A. En Micasaverde Vera kontroller körandes UI7
    B. En Raspberry Pi 3 (RPI3)

    ”Metrics stacken” som vi kommer sätta upp ser ut så här:
    * Vera: körandes UI7 (med USB-ansluten rfxtrx433 som läser av Oregon-Scientific sensorer)
    * Vera: MQTT publisher plugin
    * RPI3: Mosquitto MQTT Broker
    * RPI3: NodeRed
    * RPI3: InfluxDb
    * RPI3: Grafana

    Del1: ”MQTT Client”-plugin på Vera’n
    —– —– postar data till –—>
    ”MQTT Broker” på en Raspberry Pi.

    Del2: ”Node-red” på Raspberry Pi
    — subscribe’ar efter Vera-events på Brokern —>
    — Extraherar mätdatan —>
    — Trycker in det i —>
    ”InfluxDB” körandes på Raspberry Pi

    Del3: ”Grafana” körandes på Raspberry Pi läser datan
    i ”InfluxDB” och visualiserar den

    Denna guide är fokuserad kring Vera-data, men om du har Arduino eller andra IoT saker som
    pratar MQTT så kan du använda samma principer och infrastruktur för att logga deras data.

    (Ett hett tips är att du konfigurerar din RPI3:a att använda statiskt IP innan du fortsätter)

    #————————-
    # 0. Installera din RPI3:a
    #————————-
    Den här guiden går inte in på dessa detaljer. Själv kör jag en Raspberry PI image
    för hemautomation som heter ’HASSbian’. Se följande länk om du vill installera den:
    https://home-assistant.io/getting-started/installation-raspberry-pi-image/

    #——————————————-
    # 1. Installera MQTT Mosquitto på din RPI3:a
    #——————————————-
    ssh pi@raspberry_ip

    sudo apt-get update
    sudo apt-get upgrade

    sudo apt-get install mosquitto
    sudo apt-get install mosquitto-clients

    sudo nano /etc/mosquitto/mosquitto.conf
    allow_anonymous false
    password_file /etc/mosquitto/pwfile
    listener 1883

    sudo mosquitto_passwd -c /etc/mosquitto/pwfile username

    sudo service mosquitto enable
    sudo /etc/init.d/mosquitto start
    sudo /etc/init.d/mosquitto status

    mosquitto_sub -d -u username -P password -t dev/test
    mosquitto_pub -d -u username -P password -t dev/test -m ”Hello world”

    #——————————————————————————–
    # 2. Testa din MQTT Mosquitto installation med lite mer Vera-specifika parametrar
    #——————————————————————————–
    ssh pi@raspberry_ip

    # 2.1 – Subscribe’a på alla topics under ’Vera’
    mosquitto_sub -t Vera/#

    # 2.2 – Publicera ett test-meddelande
    mosquitto_pub -t Vera/test -m ’{”CurrentTemperature”:11.3,”DeviceId”:151,”DeviceName”:”BelowBedroomTemp”,”DeviceType”:”urn:schemas-micasaverde-com:device:TemperatureSensor:1″,”OldCurrentTemperature”:11.4,”RoomId”:13,”RoomName”:”Krypis”,”ServiceId”:”urn:upnp-org:serviceId:TemperatureSensor1″,”Time”:1478159673,”Variable”:”CurrentTemperature”}’

    # 2.3 – Om du paste’ar in output’en from subscribern i steg #1.1 på http://jsonlint.com/ borde du få
    {
    ”CurrentTemperature”: 11.3,
    ”DeviceId”: 151,
    ”DeviceName”: ”BelowBedroomTemp”,
    ”DeviceType”: ”urn:schemas-micasaverde-com:device:TemperatureSensor:1”,
    ”OldCurrentTemperature”: 11.4,
    ”RoomId”: 13,
    ”RoomName”: ”Krypis”,
    ”ServiceId”: ”urn:upnp-org:serviceId:TemperatureSensor1”,
    ”Time”: 1478159673,
    ”Variable”: ”CurrentTemperature”
    }

    #————————————-
    # 3. Installera InfluxDb på din RPI3:a
    #————————————-
    ssh pi@raspberry_ip

    sudo apt-get install apt-transport-https
    curl -sL https://repos.influxdata.com/influxdb.key | sudo apt-key add – source /etc/os-release
    echo ”deb https://repos.influxdata.com/debian jessie stable” | sudo tee /etc/apt/sources.list.d/influxdb.list
    sudo apt-get update && sudo apt-get install influxdb
    sudo systemctl start influxdb

    -> InfluxDb Admin gui = http://raspberry_ip:8083/
    -> InfluxDb data get/set via http = http://raspberry_ip:8086/

    #————————
    # 4. Konfigurera InfluxDb
    #————————
    influx
    CREATE DATABASE ”vera_db”
    SHOW DATABASES

    CREATE USER ”nodered” WITH PASSWORD ’nodered’
    GRANT WRITE ON vera_db TO nodered

    CREATE USER ”grafana” WITH PASSWORD ’grafana’
    GRANT READ ON vera_db TO grafana

    SHOW USERS
    SHOW GRANTS FOR nodered
    SHOW GRANTS FOR grafana

    #————————————————————————
    # 5. Installera Node Red på din RPI3:a
    # (Kolla på http://nodered.org/docs/hardware/raspberrypi för detaljer)
    #————————————————————————
    ssh pi@raspberry_ip
    sudo apt-get update
    sudo apt-get install nodered
    sudo apt-get install npm
    sudo npm install -g npm@2.x
    sudo apt-get install sense-hat

    sudo systemctl enable nodered.service
    sudo node-red-start

    -> NodeRed web gui = http://raspberry_ip:1880

    #———————————
    # 6. Skapa ditt ’flöde’ i Node Red
    #———————————

    # 6.1 – Dra ut en MQTT-inputnode och confa enligt
    Server = 127.0.0.1:1883
    Topic = Vera/#
    QoS = 2
    Name = MQTT input on topic Vera/#

    # 6.2 – Dra ut en function och confa enligt
    Name = Function converting MQTT msg to InfluxDB-format
    Outputs = 1
    Function =
    //————————————————————
    // 1. Retrieve incoming values from the Mosquitto-MQTT message
    //————————————————————
    var Topic = msg.topic;

    var Influx_Key = ”Unknown_key”;
    var Inflex_KeyTag = ”Unknown_tag”;
    var Influx_Value = ”Unknown_value”;

    var objJson = JSON.parse(msg.payload);
    var DeviceName = objJson.DeviceName;
    var DeviceType = objJson.DeviceType;
    var Variable = objJson.Variable;
    var DeviceId = objJson.DeviceId;
    var RoomName = objJson.RoomName;
    var Time = objJson.Time;

    //
    // Replace any spaces with underscore characters in DeviceNames
    //
    DeviceName=DeviceName.replace(/ /g,”_”);

    //
    // We have different value-variables depending on the DeviceType that sent the msg
    //
    if (DeviceType.indexOf(”HumiditySensor”) !=-1)
    {
    Influx_Key = ”humidity”;
    Influx_KeyTag = ”device=” + DeviceName;
    Influx_Value = ”value=” + objJson.CurrentLevel;
    }
    if (DeviceType.indexOf(”TemperatureSensor”) !=-1)
    {
    Influx_Key = ”temperature”;
    Influx_KeyTag = ”device=” + DeviceName;
    Influx_Value = ”value=” + objJson.CurrentTemperature;
    }

    //———————————————————–
    // 2. Convert the retrieved data above into an InfluxDb-
    // compatible format string.
    //
    // Influx text based line protocol:
    // [key] [fields] [timestamp]
    //
    // Example: temperature,device=BelowBedroomTemp value=11.3
    //———————————————————–
    var InfluxFmtStr = Influx_Key + ’,’ + Influx_KeyTag + ’ ’ + Influx_Value;

    //———————————————————–
    // 3. Create a new object containing our formatted InfluxDb
    // string and return it, so it will be passed to the next
    // component in the Node Red pipeline
    //———————————————————–
    var DatabaseName = ’vera_db’;
    var newMsg={};
    newMsg.payload = new Buffer(InfluxFmtStr);
    newMsg.url = ”http://127.0.0.1:8086/write?db=” + DatabaseName;
    return newMsg;

    # 6.3 – Dra ut en http-inputnode och confa enligt
    Method = POST
    URL = http://127.0.0.1:8086/write?db=vera_db
    Enable secure (SSL/TLS) connection = No
    Use basic authentication = No
    Return = a UTF-8 string
    Name = http input req sending to InfluxDB

    # 6.4 – Koppla ihop MQTT -> Function -> HTTP

    # 6.5 – Tryck på den röda Deploy-knappen

    #————————————————————————————
    # 7. Testa NodeRed-flödet genom att publicera ett MQTT meddelande med ’mosquitto_pub’
    # och kolla att datan ramlar in i InfluxDb
    #————————————————————————————
    mosquitto_pub -t Vera/test -m ’{”CurrentTemperature”:11.3,”DeviceId”:151,”DeviceName”:”BelowBedroomTemp”,”DeviceType”:”urn:schemas-micasaverde-com:device:TemperatureSensor:1″,”OldCurrentTemperature”:11.4,”RoomId”:13,”RoomName”:”Krypis”,”ServiceId”:”urn:upnp-org:serviceId:TemperatureSensor1″,”Time”:1478159673,”Variable”:”CurrentTemperature”}’

    influx
    use vera_db
    show series
    select * from temperature

    #———————-
    # 8. Installera Grafana
    #———————-
    curl https://packagecloud.io/gpg.key | sudo apt-key add –
    sudo apt-get update
    sudo apt-get install libfontconfig1

    wget https://raw.githubusercontent.com/fg2it/grafana-on-raspberry/master/jessie/v3.1.1/grafana_3.1.1-1470786449_armhf.deb
    sudo dpkg -i grafana_3.1.1-1470786449_armhf.deb

    sudo update-rc.d grafana-server defaults 95 10
    sudo systemctl enable grafana-server.service
    sudo systemctl start grafana-server
    sudo grafana-cli plugins install grafana-clock-panel

    #———————–
    # 9. Konfigurera Grafana
    #———————–
    todo: skriv ihop det här avsnittet

  5. Profilbild för borkman
    borkman

    Jag fixade till så att alla MQTT värden åker från Veran in i InfluxDb idag. Se inlägget ovan. Om du vill kan jag maila textfilen till dig istället. Är lite nojjig över att det här forumets kommentarfälts-parser tolkar lite för mycket i texten ibland…

    1. Ursäkta att det tagit lite tid att svara, fullt upp med all snö 🙁
      Mycket bra sammanställning av det som behöver göras! Jag har skickat har skickat mail på adressen du registrerat mot sidan. Om du vill att jag ska skicka till någon annan adress gå in på ”kontakta oss” och fyll i ett formulär med den adress du vill maila via 🙂 För som du säger Bloggen formaterar om kommenterar, den enda gången den låter bli är när vi kör med Code pluginet.

      // Ispep

  6. Hej! Funderar på att bygga en batteridriven sensor likt din, men funderar lite på hur batteriet tål kyla? Har du märkt någon försämring nu när det varit minusgrader?

    Tack för en mycket intressant sajt och att du delar med dig så mycket information!

    1. Tackar!
      Har kört sensorn rätt länge nu helt utan problem. Har inte sett någon skillnad som är märkbar i graferna när det var -13 för någon dag sedan.

      Det enda jag har ändrat sedan i sommar är att den nu står på högkant i riktning mot söder. Detta för att få så pass mycket sol som möjligt dagtid, undviker samtidigt att solcellen snöar över.

      Hittade nån artikel om att LiFePO4 vid -20°C hade 62% mindre energi än samma batteri vid 20°C.
      Mitt batteri skulle då ge 266mAh vintertid vid -20. Spänningen är jag lite osäker på.
      När jag tog ett snitt tidigare drog allt totalt 1,750mAh, vilket borde ge 152 timmar drift, i soligt väder fick jag +25,59mAh vid 5V när jag byggde sensorn, en dag i veckan hade jag ~3h sol med spänning en bit över 5V från panelen. Borde gå plus med energi ännu.

      Fundera nu över vad nästa version av sensorn ska för funktioner 🙂
      // Ispep

    2. Idag (2016-11-15 – 13:32) verkar det som att den fick slut på batteriet..

      2016-11-15 – 21:38 – Orsaken att den stannade var att sensorn hade ramlat ner i snön och nådde inte längre WIFI:T, laddar upp batteriet fullt nu och placerar ut den igen.
      Koden jag skrivit gjorde att sensorn började försöka koppla upp mot wifi igen var 60:e sekund istället för var 5:e, varje gång den försökte pågick detta i 50 försök * 100ms (5 sekunder)

      // Ispep

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *



Vill du lära dig mer om smarta hem
och inte riskera missa några nyheter?
prenumerera då på bloggen via mail.

Gateway / Kontrollers & mjukvaror

Det finns idag en uppsjö tekniker och enheter på marknaden, tyvärr så finns det inte någon perfekt lösning ännu, utan varje lösning har sina styrkor och svagheter. För att du lättare ska kunna välja vilket spår som passar dig så har jag samlat alla tekniker jag testat och en bra sammanfattning om dom. Utifrån det kan du själv avgöra vad du anser mest lämpat. Är du osäker på vart du ska börja så kolla in min nybörjarguide om smarta hem, där får du tips på vad du ska leta efter och fundera över innan du kör igång.