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.

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.

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.
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

I mer än 10 år har Markus Jakobsson delat med sig av erfarenhet inom smarta hem på bloggen. Markus har testa det mesta och lärt sig massor på vägen, kunskaper och erfarenheter han delat med dig här på bloggen.
Favoriter inom smarta hem just nu:
Xiaomi Mi Flora
Raspberry Pi 5
Homey
Home Assistant
Displayen LYWSD03MMC
Hoppas du uppskattade innehållet och fick nytta kunskapen vi delat med oss på Automatiserar.se.
Stort tack för att du tog dig tid att läsa vårt inlägg.
Med vänliga hälsningar Markus Jakobsson
Allt går att automatisera!



























Lämna ett svar