[PYTHON] J'ai essayé de visualiser la consommation électrique de ma maison avec Nature Remo E lite
introduction
Utilisation de "Nature Remo E lite" qui peut acquérir la quantité d'électricité utilisée à la maison en temps réel
J'ai fait un tableau de bord qui visualise la consommation d'énergie
En affichant l'état d'utilisation du climatiseur acquis par Nature Remo,
** Vous pouvez voir la relation entre la consommation d'énergie et la marche / arrêt du climatiseur d'un coup d'œil! ** **
J'ai le sentiment que nous avons fait un pas en avant vers la réalisation d'une maison économe en énergie.
IoT et compteur intelligent
Cela fait longtemps que le mot ** IoT ** est devenu un boom, Dans le même temps, la difficulté de créer de la valeur avec l'IoT se généralise et je sens que les yeux du monde sur l'IoT deviennent plus stricts.
La figure ci-dessous est la version 2019 du "Hype Cycle Diagram" annoncé par Gartner.
L'IoT est entré dans une période de désillusion.
Surtout pour les produits IoT à usage domestique, à l'exception des haut-parleurs intelligents et des télécommandes intelligentes, qui sont prédominantes dans le monde, Je pense qu'il y a beaucoup de choses qui ne semblent pas avoir beaucoup de mérite même si elles sont rendues plus intelligentes.
Dans ces circonstances, le produit IoT que les entreprises d'électricité introduisent régulièrement est le ** Smart Meter **. Si nous pouvons visualiser et utiliser efficacement la consommation électrique, qui est un coût majeur pour les foyers et la société, Il est basé sur l'idée que la ** «valeur» ** peut être créée.
Qu'est-ce que Nature Remo E lite?
Le compteur intelligent ci-dessus transmet les données de consommation d'énergie par une norme sans fil appelée WiSUN, Ces données peuvent également être reçues et utilisées par des produits tiers (service B-root).
De ces produits tiers ** Dispositif de réception des données de consommation électrique ** développé par Nature, célèbre pour sa télécommande intelligente «Nature Remo»
** Nature Remo E lite **.
Ce que tu peux faire
Avec Nature Remo E lite, vous pouvez:
・ Vérifiez la consommation d'énergie avec l'application
Vous pouvez vérifier la consommation électrique actuelle et un graphique historique simple avec l'application officielle.
・ Acquisition des données de consommation d'énergie par API
Les données de consommation d'énergie peuvent être gérées par programme à l'aide de l'API. Fondamentalement, il peut être obtenu auprès de API commune à Nature Remo.
GET /1/appliances
Avec la commande, vous pouvez obtenir les données de consommation d'énergie de Remo E lite ainsi que les données de l'appareil de Nature Remo.
Exemple d'exécution d'API
Tapez la commande suivante sous Linux ([Veuillez consulter ici pour savoir comment émettre des jetons d'accès](https://qiita.com/t-chi/items/01b9a9b98fbccef880c3#natureremo%E3%81%AE%E3%82%A2%E3%82%AF % E3% 82% BB% E3% 82% B9% E3% 83% 88% E3% 83% BC% E3% 82% AF% E3% 83% B3% E3% 82% 92% E7% 99% BA% E8 % A1% 8C% E3% 81% 99% E3% 82% 8B))
curl -X GET "https://api.nature.global/1/appliances" -k --header "Authorization:Jeton d'accès au porteur"
Le JSON suivant sera retourné
[
{
：
Autres informations sur l'appareil
：
},
{
"id": "****",
"device": {
"name": "Remo E lite",
"id": "****",
"created_at": "2020-06-09T17:16:06Z",
"updated_at": "2020-06-17T13:55:50Z",
"mac_address": "**:**:**:**:**:**",
"bt_mac_address": "**:**:**:**:**:**",
"serial_number": "****",
"firmware_version": "Remo-E-lite/1.1.3",
"temperature_offset": 0,
"humidity_offset": 0
},
"model": {
"id": "****",
"manufacturer": "",
"name": "Smart Meter",
"image": "ico_smartmeter"
},
"type": "EL_SMART_METER",
"nickname": "Compteur intelligent",
"image": "ico_smartmeter",
"settings": null,
"aircon": null,
"signals": [],
"smart_meter": {
"echonetlite_properties": [
{
"name": "cumulative_electric_energy_effective_digits",
"epc": 215,
"val": "7",
"updated_at": "2020-08-12T10:09:14Z"
},
{
"name": "normal_direction_cumulative_electric_energy",
"epc": 224,
"val": "294263",
"updated_at": "2020-08-12T10:09:14Z"
},
{
"name": "cumulative_electric_energy_unit",
"epc": 225,
"val": "2",
"updated_at": "2020-08-12T10:09:14Z"
},
{
"name": "measured_instantaneous",
"epc": 231,
"val": "464",
"updated_at": "2020-08-12T10:09:14Z"
}
]
}
},
{
：
Autres informations sur l'appareil
：
}
]
Informations sur les compteurs intelligents "smart_meter": Voir "val" dans la section "echonetlite_properties". Les deux sections ci-dessous sont particulièrement importantes.
normal_direction_cumulative_electric_energy: consommation électrique totale jusqu'à présent (unité: 0,01 kWh)
Measured_instantaneous: Consommation électrique actuelle (unité: Watt)
Dans le cas du JSON ci-dessus, la consommation électrique totale est de 2942,63 kWh et la consommation électrique actuelle est de 464 watts.
- Veuillez noter que le contenu de la section peut changer en raison de la mise à jour de Remo E lite.
** Cette fois, nous utiliserons cette API pour afficher la relation entre la consommation d'énergie et l'activation / désactivation du climatiseur dans un graphique comme indiqué dans l'image du haut **
Les choses nécessaires
** ・ Nature Remo E lite ** ** ・ Normal Nature Remo ** ‥ Requis pour obtenir des informations marche-arrêt pour les climatiseurs ** ・ Raspberry Pi ** (Raspberry Pi3 Model B est utilisé cette fois) ** ・ Environnement d'exécution Python ** (Python 3.7.3 prédéfini est utilisé cette fois) ** ・ Compte Google ** (requis pour utiliser la feuille de calcul et le portail de données)
procédure
Suivez les étapes ci-dessous pour créer un tableau de bord de consommation d'énergie.
** 1. Demander le service de route B à la compagnie d'électricité 2. Paramètres initiaux de Nature Remo E lite 3. Construire un système de journalisation avec Raspberry Pi 4. Création d'un tableau de bord de consommation électrique **
1. Demander un service de route B à la compagnie d'électricité
Afin d'acquérir les données du compteur intelligent, il est nécessaire de demander le service de route B à la compagnie d'électricité utilisée. (Même si vous utilisez un service comme au Denki pour la libéralisation de l'électricité, il semble que vous deviez vous adresser à une compagnie d'électricité locale comme TEPCO)
Postulez depuis la page d'accueil de la compagnie d'électricité
Dans mon cas, j'ai postulé à partir du site Web de Kansai Electric Power Group ci-dessous. https://www.kansai-td.co.jp/application/smart-meter/low-pressure/index.html
Pour les autres zones de la compagnie d'électricité, veuillez vous référer à ce qui suit https://chasuke.com/nremoe/
Lorsque j'ai postulé, j'ai reçu un appel téléphonique et j'ai dit qu'une construction simple (gratuite) était nécessaire, donc le flux consistait à ajuster le calendrier et ensuite à effectuer la construction.
La nécessité ou non de la construction dépend de l'état d'installation des compteurs intelligents de la maison. À partir de 2020, il semble qu'environ deux tiers des ménages du pays deviennent des compteurs intelligents. ・ Pour les ménages qui ne sont pas des compteurs intelligents, vous pouvez demander le remplacement avec priorité lors de la demande ci-dessus. ・ Même s'il s'agit d'un compteur intelligent, des travaux supplémentaires peuvent être nécessaires comme moi. Il semble.
B Réception de l'ID et du mot de passe du service racine
Lorsque l'application et la construction ci-dessus sont terminées, la compagnie d'électricité vous enverra l'ID et le mot de passe du service d'itinéraire B par courrier. Chez TEPCO, le mot de passe est envoyé par email, et la méthode d'envoi semble différer selon la zone (en tout cas, je pense que c'est soit email, soit mail).
2. Paramètres initiaux de Nature Remo E lite
Branchez le Nature Remo E lite dans la prise
Branchez le Nature Remo E lite dans la prise.
Je sentais que le brancher dans une prise proche du standard fonctionnait souvent mieux lors de la synchronisation ultérieure.
Téléchargez l'application Nature Remo
Téléchargez l'application du site ci-dessous sur votre smartphone et installez-la. android iOS
Réglage initial
En gros, suivez les instructions de l'application pour procéder aux réglages initiaux, Si un identifiant et un mot de passe vous sont demandés en cours de route, entrez le contenu envoyé par la compagnie d'électricité.
Parfois, cela échoue lors de la synchronisation avec un compteur ou le WiFi, mais je Dans le cas de, cela fonctionnait souvent si j'essayais plusieurs fois.
3. Construire un système de journalisation avec Raspberry Pi
Le système d'enregistrement des données de capteur développé précédemment sera utilisé. Tout d'abord, veuillez lire le contenu de cet article (il est long, mais j'apprécierais que vous puissiez vous associer à moi)
Cette fois, afin de rendre le système ci-dessus compatible avec Nature Remo E lite Vous devez réécrire remo.py et capteurs_to_spreadsheet.py. Veuillez réécrire chacun comme suit. (Correspond à l'opération d'incorporation du JSON renvoyé dans [exemple d'exécution d'API] ci-dessus dans la cible de journalisation)
remo.py
import json
import requests
import glob
import pandas as pd
#Classe d'acquisition de données Remo
class GetRemoData():
def get_sensor_data(self, Token, API_URL):
headers = {
'accept': 'application/json',
'Authorization': 'Bearer ' + Token,
}
response = requests.get(f"{API_URL}/1/devices", headers=headers)
rjson = response.json()
return self._decodeSensorData(rjson)
def get_aircon_power_data(self, Token, API_URL):
headers = {
'accept': 'application/json',
'Authorization': 'Bearer ' + Token,
}
response = requests.get(f"{API_URL}/1/appliances", headers=headers)
rjson = response.json()
return self._decodeAirconPowerData(rjson)
def calc_human_motion(self, Human_last, csvdir):
filelist = glob.glob(f"{csvdir}/*/*.csv")
if len(filelist) == 0:
return 0
filelist.sort()
df = pd.read_csv(filelist[-1])
if df.Human_last[len(df) - 1] != Human_last:
return 1
else:
return 0
#Extraire les données du capteur et les convertir au format dict
def _decodeSensorData(self, rjson):
for device in rjson:
#Données Remo
if device['firmware_version'].split('/')[0] == 'Remo':
sensorValue = {
'SensorType': 'Remo_Sensor',
'Temperature': device['newest_events']['te']['val'],
'Humidity': device['newest_events']['hu']['val'],
'Light': device['newest_events']['il']['val'],
'Human_last': device['newest_events']['mo']['created_at']
}
return sensorValue
#Extraire les données du climatiseur et de l'alimentation et les convertir au format dict
def _decodeAirconPowerData(self, rjson):
Value = {}
for appliance in rjson:
#Climatisation
if appliance['type'] == 'AC':
Value['TempSetting'] = appliance['settings']['temp']
Value['Mode'] = appliance['settings']['mode']
Value['AirVolume'] = appliance['settings']['vol']
Value['AirDirection'] = appliance['settings']['dir']
Value['Power'] = appliance['settings']['button']
#Données de puissance du compteur intelligent
elif appliance['type'] == 'EL_SMART_METER':
for meterValue in appliance['smart_meter']['echonetlite_properties']:
if meterValue['name'] == 'normal_direction_cumulative_electric_energy':
Value['CumulativeEnergy'] = float(meterValue['val'])/100
elif meterValue['name'] == 'measured_instantaneous':
Value['Watt'] = int(meterValue['val'])
#Si la valeur ne peut pas être obtenue, définissez-la sur Aucun.
if len(Value) == 0:
Value = None
return Value
Les données de consommation d'énergie sont acquises par les méthodes ci-dessus get_aircon_power_data et _decodeAirconPowerData.
sensors_to_spreadsheet.py
from bluepy import btle
from omron_env import OmronBroadcastScanDelegate, GetOmronConnectModeData
from inkbird_ibsth1 import GetIBSTH1Data
from switchbot import SwitchbotScanDelegate
from remo import GetRemoData
from mesh import GetMeshFromSpreadsheet
from datetime import datetime, timedelta
import os
import csv
import configparser
import pandas as pd
import requests
import logging
import subprocess
import pymongo
from pit import Pit
#Variables globales(Temps d'acquisition)
global masterdate
######Acquisition de valeurs pour le capteur d'environnement OMRON (type BAG)######
def getdata_omron_bag(device):
#Appareil maximum lorsqu'aucune valeur n'est disponible.Réessayer de répéter l'analyse
for i in range(device.Retry):
#omron_Définit le délégué d'acquisition de la valeur du capteur d'env pour s'exécuter au moment du scan
scanner = btle.Scanner().withDelegate(OmronBroadcastScanDelegate())
#Scannez pour obtenir la valeur du capteur
try:
scanner.scan(device.Timeout)
#Si vous obtenez une erreur lors de l'analyse, redémarrez l'adaptateur Bluetooth
except:
restart_hci0(device.DeviceName)
#Terminer la boucle lorsque la valeur peut être obtenue
if scanner.delegate.sensorValue is not None:
break
#Si la valeur ne peut pas être obtenue, écrivez-la dans le journal
else:
logging.warning(f'retry to get data [loop{str(i)}, date{str(masterdate)}, device{device.DeviceName}, timeout{device.Timeout}]')
#Si la valeur peut être obtenue, stockez les données POST dans dict
if scanner.delegate.sensorValue is not None:
#Données à POST
data = {
'DeviceName': device.DeviceName,
'Date_Master': masterdate,
'Date': datetime.today(),
'Temperature': scanner.delegate.sensorValue['Temperature'],
'Humidity': scanner.delegate.sensorValue['Humidity'],
'Light': scanner.delegate.sensorValue['Light'],
'UV': scanner.delegate.sensorValue['UV'],
'Pressure': scanner.delegate.sensorValue['Pressure'],
'Noise': scanner.delegate.sensorValue['Noise'],
'BatteryVoltage': scanner.delegate.sensorValue['BatteryVoltage']
}
return data
#Si la valeur n'a pas pu être obtenue, enregistrez la sortie et redémarrez l'adaptateur Bluetooth
else:
logging.error(f'cannot get data [date{str(masterdate)}, device{device.DeviceName}, timeout{device.Timeout}]')
restart_hci0(device.DeviceName)
return None
######Acquisition de données du capteur d'environnement OMRON (type USB)######
def getdata_omron_usb(device):
#Appareil maximum lorsqu'aucune valeur n'est disponible.Réessayer de répéter l'analyse
for i in range(device.Retry):
try:
sensorValue = GetOmronConnectModeData().get_env_usb_data(device.MacAddress)
#Sortie de journal si une erreur se produit
except:
logging.warning(f'retry to get data [loop{str(i)}, date{str(masterdate)}, device{device.DeviceName}]')
sensorValue = None
continue
else:
break
#Si la valeur peut être obtenue, stockez les données POST dans dict
if sensorValue is not None:
#Données à POST
data = {
'DeviceName': device.DeviceName,
'Date_Master': masterdate,
'Date': datetime.today(),
'Temperature': sensorValue['Temperature'],
'Humidity': sensorValue['Humidity'],
'Light': sensorValue['Light'],
'Pressure': sensorValue['Pressure'],
'Noise': sensorValue['Noise'],
'eTVOC': sensorValue['eTVOC'],
'eCO2': sensorValue['eCO2']
}
return data
#Si la valeur n'a pas pu être obtenue, enregistrez la sortie et redémarrez l'adaptateur Bluetooth
else:
logging.error(f'cannot get data [loop{str(device.Retry)}, date{str(masterdate)}, device{device.DeviceName}]')
restart_hci0(device.DeviceName)
return None
######Inkbird IBS-Acquisition de données TH1######
def getdata_ibsth1(device):
#Appareil maximum lorsqu'aucune valeur n'est disponible.Réessayer de répéter l'analyse
for i in range(device.Retry):
try:
sensorValue = GetIBSTH1Data().get_ibsth1_data(device.MacAddress, device.SensorType)
#Sortie de journal si une erreur se produit
except:
logging.warning(f'retry to get data [loop{str(i)}, date{str(masterdate)}, device{device.DeviceName}]')
sensorValue = None
continue
else:
break
if sensorValue is not None:
#Données à POST
data = {
'DeviceName': device.DeviceName,
'Date_Master': masterdate,
'Date': datetime.today(),
'Temperature': sensorValue['Temperature'],
'Humidity': sensorValue['Humidity']
}
return data
#Si la valeur n'a pas pu être obtenue, enregistrez la sortie et redémarrez l'adaptateur Bluetooth
else:
logging.error(f'cannot get data [loop{str(device.Retry)}, date{str(masterdate)}, device{device.DeviceName}]')
restart_hci0(device.DeviceName)
return None
######Acquisition des données du thermo-hygromètre SwitchBot######
def getdata_switchbot_thermo(device):
#Appareil maximum lorsqu'aucune valeur n'est disponible.Réessayer de répéter l'analyse
for i in range(device.Retry):
#Définir le délégué d'acquisition de la valeur du capteur Switchbot
scanner = btle.Scanner().withDelegate(SwitchbotScanDelegate(str.lower(device.MacAddress)))
#Scannez pour obtenir la valeur du capteur
try:
scanner.scan(device.Timeout)
#Si vous obtenez une erreur lors de l'analyse, redémarrez l'adaptateur Bluetooth
except:
restart_hci0(device.DeviceName)
#Terminer la boucle lorsque la valeur peut être obtenue
if scanner.delegate.sensorValue is not None:
break
#Si la valeur ne peut pas être obtenue, écrivez-la dans le journal
else:
logging.warning(f'retry to get data [loop{str(i)}, date{str(masterdate)}, device{device.DeviceName}, timeout{device.Timeout}]')
#Si la valeur peut être obtenue, stockez les données POST dans dict
if scanner.delegate.sensorValue is not None:
#Données à POST
data = {
'DeviceName': device.DeviceName,
'Date_Master': masterdate,
'Date': datetime.today(),
'Temperature': scanner.delegate.sensorValue['Temperature'],
'Humidity': float(scanner.delegate.sensorValue['Humidity']),
'BatteryVoltage': scanner.delegate.sensorValue['BatteryVoltage']
}
return data
#Sinon, sortez le journal et redémarrez l'adaptateur Bluetooth
else:
logging.error(f'cannot get data [loop{str(device.Retry)}, date{str(masterdate)}, device{device.DeviceName}, timeout{device.Timeout}]')
restart_hci0(device.DeviceName)
return None
######Acquisition de données Nature Remo######
def getdata_remo(device, csvpath):
#Appareil maximum lorsque la valeur des données du capteur n'est pas disponible.Réessayer de répéter l'analyse
for i in range(device.Retry):
try:
sensorValue = GetRemoData().get_sensor_data(device.Token, device.API_URL)
#Sortie de journal si une erreur se produit
except:
logging.warning(f'retry to get data [loop{str(i)}, date{str(masterdate)}, device{device.DeviceName}, sensor]')
sensorValue = None
continue
else:
break
#Appareil maximum lorsque les valeurs des données de climatisation et de puissance ne sont pas disponibles.Réessayer de répéter l'analyse
for i in range(device.Retry):
try:
airconPowerValue = GetRemoData().get_aircon_power_data(device.Token, device.API_URL)
#Sortie de journal si une erreur se produit
except:
logging.warning(f'retry to get data [loop{str(i)}, date{str(masterdate)}, device{device.DeviceName}, aircon]')
sensorValue = None
continue
else:
break
#Si la valeur peut être obtenue, stockez les données POST dans dict
if sensorValue is not None:
#Données du capteur
data = {
'DeviceName': device.DeviceName,
'Date_Master': masterdate,
'Date': datetime.today(),
'Temperature': sensorValue['Temperature'],
'Humidity': float(sensorValue['Humidity']),
'Light': sensorValue['Light'],
'Human_last': sensorValue['Human_last'],
'HumanMotion': GetRemoData().calc_human_motion(sensorValue['Human_last'], f'{csvpath}/{device.DeviceName}')
}
#Climatiseur et données d'alimentation
if airconPowerValue is not None:
data['TempSetting'] = int(airconPowerValue['TempSetting'])
data['AirconMode'] = airconPowerValue['Mode']
data['AirVolume'] = airconPowerValue['AirVolume']
data['AirDirection'] = airconPowerValue['AirDirection']
data['AirconPower'] = airconPowerValue['Power']
if data['AirconPower'] == "":
data['AirconPower'] = 'power-on_maybe'
#Puissance
if 'CumulativeEnergy' in airconPowerValue:
data['CumulativeEnergy'] = float(airconPowerValue['CumulativeEnergy'])
if 'Watt' in airconPowerValue:
data['Watt'] = int(airconPowerValue['Watt'])
return data
#S'il ne peut pas être obtenu, enregistrez la sortie (comme c'est via WiFi, l'adaptateur Bluetooth ne sera pas redémarré)
else:
logging.error(f'cannot get data [loop{str(device.Retry)}, date{str(masterdate)}, device{device.DeviceName}]')
return None
######Sortie CSV des données######
def output_csv(data, csvpath):
dvname = data['DeviceName']
monthstr = masterdate.strftime('%Y%m')
#Nom du dossier de destination de sortie
outdir = f'{csvpath}/{dvname}/{masterdate.year}'
#Lorsque le dossier de destination de sortie n'existe pas, créez-en un nouveau
os.makedirs(outdir, exist_ok=True)
#Chemin du fichier de sortie
outpath = f'{outdir}/{dvname}_{monthstr}.csv'
#Créer un nouveau fichier de sortie lorsqu'il n'existe pas
if not os.path.exists(outpath):
with open(outpath, 'w') as f:
writer = csv.DictWriter(f, data.keys())
writer.writeheader()
writer.writerow(data)
#Ajouter une ligne lorsque le fichier de sortie existe
else:
with open(outpath, 'a') as f:
writer = csv.DictWriter(f, data.keys())
writer.writerow(data)
######Processus de téléchargement sur la feuille de calcul Google######
def output_spreadsheet(all_values_dict_str):
#URL de l'API
url = 'URL de l'API GAS répertoriée ici'
#POST des données vers l'API
response = requests.post(url, json=all_values_dict_str)
print(response.text)
######Redémarrage de l'adaptateur Bluetooth######
def restart_hci0(devicename):
passwd = 'Entrez le mot de passe RaspberryPi'#Ajouter une dissimulation si nécessaire
subprocess.run(('sudo','-S','hciconfig','hci0','down'), input=passwd, check=True)
subprocess.run(('sudo','-S','hciconfig','hci0','up'), input=passwd, check=True)
logging.error(f'restart bluetooth adapter [date{str(masterdate)}, device{devicename}]')
######Principale######
if __name__ == '__main__':
#Obtenir l'heure de début
startdate = datetime.today()
#Arrondissez l'heure de début en minutes
masterdate = startdate.replace(second=0, microsecond=0)
if startdate.second >= 30:
masterdate += timedelta(minutes=1)
#Lire le fichier de configuration et la liste des appareils
cfg = configparser.ConfigParser()
cfg.read('./config.ini', encoding='utf-8')
df_devicelist = pd.read_csv('./DeviceList.csv')
#Nombre total de capteurs et acquisition de données réussie
sensor_num = len(df_devicelist)
success_num = 0
#Initialisation du journal
logname = f"/sensorlog_{str(masterdate.strftime('%y%m%d'))}.log"
logging.basicConfig(filename=cfg['Path']['LogOutput'] + logname, level=logging.INFO)
#Dict pour conserver toutes les données acquises
all_values_dict = None
#Version chaîne de caractères du dict ci-dessus (pour GAS Post, car le type datetime ne peut pas être converti en JSON)
all_values_dict_str = None
#Heure de début de l'acquisition des données
scan_start_date = datetime.today()
######Acquisition de données pour chaque appareil######
for device in df_devicelist.itertuples():
#Type de sac du capteur d'environnement Omron (connexion BroadCast)
if device.SensorType in ['Omron_BAG_EP','Omron_BAG_IM']:
data = getdata_omron_bag(device)
#Capteur d'environnement Omron Type USB (connexion en mode Connect)
elif device.SensorType in ['Omron_USB_EP','Omron_USB_IM']:
data = getdata_omron_usb(device)
#Inkbird IBS-TH1
elif device.SensorType in ['Inkbird_IBSTH1mini','Inkbird_IBSTH1']:
data = getdata_ibsth1(device)
#Thermo-hygromètre SwitchBot
elif device.SensorType == 'SwitchBot_Thermo':
data = getdata_switchbot_thermo(device)
#remo
elif device.SensorType == 'Nature_Remo':
data = getdata_remo(device, cfg['Path']['CSVOutput'])
#mesh
elif device.SensorType == 'Sony_MeshHuman':
data = getdata_mesh_human(device)
#Autre que ceux ci-dessus
else:
data = None
#Lorsque des données existent, ajoutez-les à Dict pour contenir toutes les données et générer le CSV
if data is not None:
#all_values_Créer un nouveau dictionnaire lorsque dict est None
if all_values_dict is None:
#all_values_Créer un dict (Parce que c'est le premier, Date_Maître et date_ScanStart est également ajouté)
all_values_dict = {'Date_Master':data['Date_Master'], 'Date_ScanStart':scan_start_date}
all_values_dict.update(dict([(data['DeviceName']+'_'+k, v) for k,v in data.items() if k != 'Date_Master']))
#Convertir les données en chaîne et tout_values_dict_créer str(Date parce que c'est le premier_ScanStart ajouté)
data_str = dict([(k, str(v)) for k,v in data.items()])
data_str['Date_ScanStart'] = str(scan_start_date)
all_values_dict_str = {data_str['DeviceName']: data_str}
#all_values_Ajouter au dictionnaire existant lorsque dict n'est pas None
else:
#all_values_Ajouté à dict (Date car ce n'est pas le premier_Maître exclu)
all_values_dict.update(dict([(data['DeviceName']+'_'+k, v) for k,v in data.items() if k != 'Date_Master']))
#all_values_dict_Ajouter à str
data_str = dict([(k, str(v)) for k,v in data.items()])
all_values_dict_str[data_str['DeviceName']] = data_str
#Sortie CSV
output_csv(data_str, cfg['Path']['CSVOutput'])
#Numéro de réussite plus
success_num+=1
######Processus de téléchargement sur la feuille de calcul Google######
output_spreadsheet(all_values_dict_str)
#Sortie du journal de la fin du traitement
logging.info(f'[masterdate{str(masterdate)} startdate{str(startdate)} enddate{str(datetime.today())} success{str(success_num)}/{str(sensor_num)}]')
Outre la possibilité d'acquérir des données Remo E lite, nous avons apporté quelques améliorations, mais Je pense que c'est un niveau dont vous n'avez pas à vous soucier en fonctionnement réel.
De plus, si le fichier de configuration DeviceList.csv contient NatureRemo (API_URL et Token doivent être saisis), Aucun nouvel ajout n'est requis pour Remo E lite.
Lorsque vous commencez à vous connecter avec cron, comme indiqué dans le cadre rouge ci-dessous,
Nom de l'appareil_CumulativeEnergy: consommation électrique totale (unité: kWh)
Nom de l'appareil_Watt: Consommation électrique actuelle (unité: Watt)
Deux types de champs sont ajoutés.
Vous pouvez voir que la consommation d'énergie augmente à la fois lorsque le climatiseur est allumé. Dans le chapitre suivant, illustrons cette situation.
4. Création d'un tableau de bord de consommation d'énergie
Google Data Portal est un tableau de bord qui peut être modifié et affiché sur le cloud. Utilisez cet outil pour créer un tableau de bord qui montre la relation entre la consommation d'énergie et la marche / arrêt du climatiseur.
Créer un nouveau rapport
** Spécifiez une feuille de calcul Google comme destination de la connexion de données **
** Si vous êtes invité à approuver, appuyez sur le bouton d'approbation **
** Il vous sera demandé la feuille de référence, alors spécifiez la feuille de calcul créée en ④ **
** Appuyez sur "Ajouter au rapport" **
** Renommer le rapport **
Création d'un graphique de consommation d'énergie quotidienne
Créez un graphique pour voir les changements à long terme
** Cliquez sur Ressources → Gérer les sources de données ajoutées **
** Cliquez sur "Modifier" pour la source de données cible **
** Changez la date et l'heure dans un format reconnaissable ** (Le portail de données a un format strict de reconnaissance de la date et de l'heure)
Si vous souhaitez obtenir les statistiques correctes telles que la moyenne: AAAAMMJJ
Si vous souhaitez afficher la valeur mesurée pour chaque ligne: AAAAMMJJhhmm
** Ajouter un champ (champ pour le calcul de la consommation d'énergie) **
** Réglez les champs comme indiqué ci-dessous (consommation électrique maximale-valeur minimale ≒ consommation électrique pour la journée) **
- (Count + 1) / Count est multiplié car la première consommation d'énergie de la journée ne peut pas être ajoutée, de sorte que la quantité est ajoutée approximativement.
** Revenez à l'écran principal et cliquez sur le graphique pour passer à un graphique chronologique **
** Spécifiez la dimension (axe horizontal = Date_Master_Day) et l'index (axe vertical = Diff_CumlativeEnergy créé ci-dessus) **
** Remplacez le nom de l'index par "Consommation d'énergie quotidienne (kWh)" **
** Modifier pour masquer les valeurs manquantes **
Création d'un graphique de comparaison de la consommation d'énergie instantanée et du climatiseur
Créez un graphique comparant la consommation d'énergie (Watt) mesurée toutes les 5 minutes avec le climatiseur marche-arrêt.
Création d'un graphique de consommation d'énergie instantanée
** Spécifiez la dimension (axe horizontal = Date_Master) et l'index (axe vertical = nom de l'appareil_Watt) **
** Spécifiez la plage de dates à afficher (dans la figure ci-dessous, de 0:00 il y a deux jours à 24:00 le jour même) **
Ajout d'informations marche / arrêt du climatiseur
** Cliquez sur Ressources → Gérer les sources de données ajoutées **
** Cliquez sur "Modifier" pour la source de données cible **
** Créez un champ "Aircon_On" qui représente Marche-Arrêt du climatiseur comme indiqué dans la figure ci-dessous **
** Ajoutez «Aircon_On» au même graphique que la consommation d'énergie instantanée **
** Modifier les valeurs manquantes pour terminer linéairement **
** Ajustez la couleur d'affichage du graphique **
Ajuster l'ensemble du graphique
Ajustez la disposition générale à partir de "Thèmes et mises en page"
Ajouter un graphique à votre goût → Afficher les nombres souhaités sur la carte de score,
Ça a l'air mieux
- Pour afficher "Consommation électrique actuelle", il est nécessaire d'ajouter les données de la feuille "Courant" dans le tableur.
** C'est tout! ** **
en conclusion
Comme vous pouvez le constater, la consommation électrique du climatiseur est énorme (lorsqu'il est allumé, la consommation électrique fait plus que doubler ...) De plus, la consommation d'énergie est la plus élevée immédiatement après sa mise sous tension, et il semble que la consommation d'énergie diminue progressivement et lorsqu'elle tombe à un certain niveau, elle tombe malade.
** Les informations ON-OFF du téléviseur et de l'ampoule ** peuvent également être obtenues avec l'API, donc Après avoir ajouté ces derniers, examinons la relation avec la consommation d'énergie.
Je veux créer de la «valeur» en réduisant les factures d'électricité sans finir par la visualisation! Objectif! ** Maison à économie d'énergie! ** **
Recommended Posts