Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh công nghiệp hóa và hiện đại hóa, số lượng các thiết bị điện tử phục vụ cho công nghiệp và sinh hoạt gia đình ngày càng gia tăng, kéo theo sự tiêu thụ điện năng lớn. Khi các phương thức gia tăng sản xuất năng lượng dần tiệm cận ngưỡng bão hòa, giải pháp tối ưu là áp dụng các biện pháp tiết kiệm năng lượng dựa trên nguyên tắc chỉ sử dụng khi thực sự cần thiết. Để thực hiện điều này, việc giám sát, quản lý thời gian hoạt động và phát hiện các trạng thái bất thường của thiết bị điện đóng vai trò then chốt. Sự phát triển của công nghệ Internet of Things (IoT) với khả năng truyền nhận dữ liệu không dây và điều khiển từ xa cung cấp nền tảng kỹ thuật phù hợp để giải quyết bài toán giám sát năng lượng.

Đồ án tốt nghiệp ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (2018) do sinh viên Nguyễn Thành Đạt và Trần Việt Khang thực hiện, dưới sự hướng dẫn của giảng viên Lê Mỹ Hà, tập trung vào việc nghiên cứu và chế tạo hệ thống ổ cắm thông minh ứng dụng IoT. Tác giả xác định các nhiệm vụ nghiên cứu cụ thể bao gồm:

  1. Nghiên cứu, thiết kế và hoàn thành mô hình ổ cắm thông minh.
  2. Nhận dạng loại thiết bị điện đang được cắm và sử dụng thông qua các thông số tiêu thụ.
  3. Giám sát các thông số điện cơ bản bao gồm dòng điện ($I$), điện áp ($U$), công suất tiêu thụ ($P$) và tổng năng lượng tiêu thụ tích lũy.
  4. Điều khiển bật/tắt thiết bị điện từ xa và tự động ngắt khi phát hiện sự cố quá tải hoặc thiết bị hoạt động ngoài khung thời gian quy định.
  5. Lưu trữ dữ liệu sử dụng của ổ cắm nhằm tạo tập dữ liệu (dataset) phục vụ các nghiên cứu nâng cao tiếp theo.

Đối tượng nghiên cứu của đề tài là hệ thống đo lường, giám sát điện năng xoay chiều và phân loại tải tiêu thụ dân dụng (như quạt, tủ lạnh, bếp từ). Phạm vi nghiên cứu tập trung vào thiết kế phần cứng ổ cắm đơn, xây dựng giải thuật phân loại cục bộ/đám mây và phát triển giao diện điều khiển, giám sát thời gian thực qua giao thức mạng không dây trong điều kiện thực nghiệm phòng thí nghiệm.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình kỹ thuật

Nghiên cứu được xây dựng dựa trên các nền tảng lý thuyết và tiêu chuẩn kỹ thuật chuyên ngành:

  • Lý thuyết đo lường điện xoay chiều: Xác định giá trị điện áp hiệu dụng ($U_{rms}$), dòng điện hiệu dụng ($I_{rms}$), công suất tác dụng ($P$), công suất phản kháng ($Q$), công suất biểu kiến ($S$) và hệ số công suất ($\cos\varphi$ hay Power Factor - PF) theo công thức liên hệ:

$$\cos\varphi = \frac{P}{U_{rms} \cdot I_{rms}}$$

  • Mạng cảm biến không dây (WSN) và công nghệ IoT: Khảo sát các dải sóng vô tuyến (sóng dài, sóng trung, sóng ngắn, sóng cực ngắn), mô hình cấu trúc WSN gồm Gateway, Router, End Device; các đặc tính kết nối liên thông, tính không đồng nhất và khả năng tự quản.
  • Chuẩn giao tiếp UART: Cơ chế truyền nhận nối tiếp không đồng bộ giữa vi điều khiển và khối đo lường năng lượng.
  • Giao thức MQTT (ISO/IEC PRF 20922): Giao thức nhắn tin Publish/Subscribe tối ưu cho băng thông thấp, hoạt động trên nền TCP/IP qua Broker trung gian với 3 mức dịch vụ (QoS-0: Fire and forget, QoS-1: Delivered at least once, QoS-2: Delivered exactly once).
  • Hệ thống máy chủ ảo (VPS) và Điện toán đám mây: Cấu hình VPS trên nền tảng Google Cloud nhằm duy trì khả năng thu thập, xử lý giải thuật liên tục 24/24 mà không phụ thuộc vào máy trạm cá nhân.
  • Môi trường dòng dữ liệu Node-RED: Nền tảng lập trình trực quan dựa trên Node.js dùng để xây dựng luồng tiếp nhận, giải mã chuỗi JSON và giao diện điều khiển.
  • Thuật toán học máy K-Nearest Neighbors (KNN): Thuật toán học có giám sát dùng để phân loại thiết bị điện dựa trên việc tính khoảng cách Euclid (chuẩn Norm 2) giữa vector đặc trưng đo lường $x = [U, I, PF]$ và tập mẫu huấn luyện với số láng giềng $K = 10$:

$$d = \sqrt{(U - U_0)^2 + (I - I_0)^2 + (PF - PF_0)^2}$$

Phương pháp nghiên cứu

  • Phương pháp thiết kế và tích hợp hệ thống phần cứng: Tính toán, phối hợp các module điện tử gồm vi điều khiển ESP8266, cảm biến PZEM-004T, mạch đệm chuyển đổi mức logic BSS138, mạch nguồn hạ áp và rơ-le đóng ngắt.
  • Phương pháp thực nghiệm và thu thập dữ liệu: Cắm các tải tiêu thụ thực tế (quạt, tủ lạnh, bếp từ) vào mô hình ổ cắm, trích xuất dữ liệu đo đạc qua cổng giao tiếp UART và gửi về máy chủ để huấn luyện, kiểm thử thuật toán phân loại.
  • Phương pháp đối chứng đo lường: So sánh các giá trị điện áp, dòng điện, công suất và năng lượng thu thập từ ổ cắm thông minh với thiết bị đo chuyên dụng ngoài thực tế nhằm đánh giá sai số.

Thiết kế và triển khai hệ thống

Kiến trúc phần cứng

Hệ thống phần cứng của ổ cắm thông minh được tổ chức thành các khối chức năng liên kết chặt chẽ:

  • Khối nguồn (Power Source): Sử dụng bộ nguồn không vỏ chuyển đổi từ lưới điện xoay chiều sang điện áp 5VDC cấp cho toàn bộ hệ thống.
  • Khối đo lường năng lượng PZEM-004T: Đóng vai trò như một công tơ điện tử đa năng, đo dải điện áp $80 \sim 260\text{ VAC}$, tần số $50 \sim 60\text{ Hz}$, công suất $0 \sim 26\text{ kW}$, lưu trữ năng lượng tiêu thụ tích lũy tối đa $99999\text{ Wh}$. Module giao tiếp qua chuẩn UART mức điện áp TTL 5V với cấu trúc khung bản tin 7 byte (1 byte Header, 5 byte Data, 1 byte Checksum). Các lệnh lấy giá trị gồm 0xB0 (điện áp), 0xB1 (dòng điện), 0xB2 (công suất), 0xB3 (công suất tích lũy).
  • Khối chuyển đổi mức điện áp (Logic Level Shifter): Do ESP8266 hoạt động ở mức logic 3.3V trong khi PZEM-004T sử dụng mức logic 5V, nhóm nghiên cứu thiết kế mạch chuyển đổi điện áp 2 chiều dùng MOSFET kênh N BSS138 kết hợp điện trở kéo lên $10\text{ k}\Omega$ ở cả 2 phía để bảo vệ vi điều khiển và đảm bảo tín hiệu truyền nhận ổn định.
  • Khối xử lý trung tâm ESP8266-12E (ESP8266EX): Vi điều khiển SoC tích hợp WiFi 2.4GHz (hỗ trợ chuẩn 802.11 b/g/n, bộ nhớ Flash 4MB), đảm nhiệm việc đọc dữ liệu từ PZEM-004T, đóng gói định dạng JSON, kết nối WiFi và Publish dữ liệu lên MQTT Broker, đồng thời nhận lệnh điều khiển để kích hoạt Rơ-le.
  • Khối chấp hành Rơ-le (Relay): Đóng vai trò khóa chuyển mạch tự động, cho phép cấp hoặc ngắt nguồn điện đến ổ cắm đầu ra (Plug-In) theo lệnh điều khiển hoặc khi có sự cố quá tải.

Kiến trúc phần mềm và luồng dữ liệu

Quy trình vận hành phần mềm diễn ra theo chu trình tuần tự:

  1. Vi điều khiển ESP8266 khởi động, kết nối WiFi cục bộ và thiết lập kết nối đến MQTT Cloud Broker.
  2. ESP8266 định kỳ gửi lệnh truy vấn đến module PZEM-004T qua UART, nhận chuỗi phản hồi, tính toán lại hệ số công suất PF và đóng gói toàn bộ thành chuỗi JSON.
  3. ESP8266 Publish chuỗi JSON lên topic quy định trên MQTT Server.
  4. Môi trường Node-RED (Subscriber) nhận chuỗi JSON, giải mã (decode) thành các biến số riêng biệt và cập nhật lên giao diện bảng điều khiển (Dashboard) trên nền web.
  5. Máy chủ ảo Google Cloud VPS (Subscriber) chạy chương trình Python tiếp nhận dữ liệu đo, trích xuất vector đặc trưng $x = [U, I, PF]$ và áp dụng giải thuật KNN với $K=10$ để đối chiếu với tập dữ liệu huấn luyện.
  6. Khi xác định được nhãn thiết bị (quạt, tủ lạnh, bếp từ...), hệ thống kiểm tra các quy tắc vận hành (thời gian cho phép hoạt động, ngưỡng công suất an toàn). Nếu phát hiện vi phạm hoặc quá tải, VPS gửi thông điệp điều khiển về MQTT Broker để ESP8266 kích ngắt rơ-le ngay lập tức.

Nội dung chính theo từng chương

Mở đầu

Trình bày tổng quan về thực trạng nhu cầu năng lượng tăng cao, sự bão hòa của các giải pháp tăng sản lượng và vai trò của việc giám sát điện năng. Nêu bật ứng dụng của IoT trong việc thu thập dữ liệu từ xa và lý do lựa chọn đề tài.

Chương 1: Tổng quan

Đặt ra bài toán thực tiễn về việc giám sát thiết bị gia dụng (kiểm soát thời gian dùng tivi, máy vi tính của trẻ nhỏ; quản lý việc bật/tắt quạt, máy lạnh khi vắng nhà; ngăn ngừa sự cố quá tải điện). Xác định hướng giải quyết là thu thập dữ liệu tiêu thụ điện năng qua cảm biến, truyền qua môi trường không dây, xử lý nhận dạng thiết bị và điều khiển thiết bị từ xa qua công nghệ IoT.

Chương 2: Cơ sở lý thuyết của hệ thống giám sát năng lượng

Hệ thống hóa toàn bộ kiến thức lý thuyết phục vụ đề tài:

  • Khái niệm và kiến trúc phân tầng của IoT; phân loại các nhóm thiết bị trong IoT (thiết bị mang dữ liệu, thiết bị thu thập dữ liệu, thiết bị cảm biến và cơ cấu chấp hành, thiết bị chung).
  • Các khái niệm kỹ thuật điện: giá trị hiệu dụng ($U_{rms}, I_{rms}$), công suất tác dụng, công suất phản kháng, công suất biểu kiến và công thức tính hệ số công suất $\cos\varphi$.
  • Nguyên lý truyền thông UART, cấu trúc mạng cảm biến không dây WSN (Gateway, Router, End Device) và bảng phân loại thang sóng vô tuyến.
  • Giao thức MQTT, mô hình Publish/Subscribe, các mức độ tin cậy QoS (QoS-0, QoS-1, QoS-2), cơ chế bảo mật kết nối và giao thức MQTT-SN.
  • Nền tảng Node-RED, máy chủ ảo VPS, điện toán đám mây Google Cloud và định dạng hoán vị dữ liệu JSON.
  • Cơ chế đo lường của module PZEM-004T (cấu trúc khung byte dữ liệu, mã lệnh truy vấn và phản hồi).
  • Cơ sở toán học của thuật toán KNN trong bài toán phân loại (Classification), công thức khoảng cách Euclid trong không gian vector đặc trưng 3 chiều $[U, I, PF]$ và lưu đồ thuật toán phân loại, ra quyết định điều khiển.
  • Tổng quan ngôn ngữ lập trình Python và chuẩn mạng không dây WiFi 2.4GHz.

Chương 3: Tính toán và thiết kế hệ thống

Chi tiết hóa quá trình thiết kế phần cứng và lập trình hệ thống:

  • Xây dựng sơ đồ khối toàn diện gồm 7 khối chính: Nguồn, PZEM-004T, Relay, Plug-In, ESP8266, MQTT Cloud và Google Cloud VPS.
  • Đặc tính kỹ thuật và sơ đồ đấu nối module đo lường năng lượng PZEM-004T.
  • Cấu hình vi điều khiển ESP8266-12E (chip ESP8266EX, chân I/O, Flash 4MB), thiết lập môi trường biên dịch Arduino IDE với gói thư viện esp8266 và cấu hình board NodeMCU v1.0.
  • Thiết kế mạch chuyển đổi mức điện áp 3.3V - 5V sử dụng MOSFET BSS138 và phân tích nguyên lý dẫn dòng qua cực cổng/diode ký sinh trong 2 chiều giao tiếp logic 0 và logic 1.
  • Xây dựng lưu đồ giải thuật cho chương trình nhúng trên ESP8266 (kiểm tra WiFi, kiểm tra MQTT, đọc UART, gửi chuỗi JSON).
  • Thiết kế mạch khối nguồn không vỏ 5V và mạch điều khiển rơ-le đóng ngắt tải.
  • Hiện thực hóa thuật toán KNN trên ngôn ngữ Python chạy trên VPS và cấu hình luồng dữ liệu xử lý trong môi trường Node-RED.

Chương 4: Kết quả thực nghiệm

Trình bày hình ảnh mô hình sản phẩm hoàn thiện bên trong và bên ngoài của ổ cắm thông minh IoT. Báo cáo kết quả thử nghiệm thực tế khi cắm các thiết bị điện khác nhau (quạt, tủ lạnh, bếp từ) vào ổ cắm; hiển thị giao diện tiếp nhận thông số và kết quả nhận dạng loại tải tương ứng, đối chiếu số liệu đo giữa thiết bị thực tế và ổ cắm thông minh qua các bảng biểu.

Chương 5: Kết luận

Tổng kết các hạng mục công việc đã hoàn thành, chỉ ra các điểm còn tồn tại, nhược điểm kỹ thuật của mô hình và đề xuất định hướng phát triển trong tương lai.

Kết quả và đóng góp

Kết quả thực nghiệm

Nghiên cứu đã chế tạo thành công mô hình ổ cắm thông minh hoàn chỉnh, đo đạc ổn định các thông số điện và phân loại chính xác các thiết bị gia dụng được đưa vào thử nghiệm. Kết quả thử nghiệm đo đạc và đối chứng được tổng hợp trong các bảng dữ liệu sau:

Thiết bị thử nghiệm Thông số đo đạc chính Kết quả nhận dạng từ thuật toán KNN Trạng thái điều khiển rơ-le
Quạt điện Điện áp ($U$), Dòng điện ($I$), Công suất ($P$), Hệ số công suất ($PF$) Nhận dạng đúng thiết bị Quạt Bật/tắt theo lệnh từ xa; duy trì khi dòng tải định mức
Tủ lạnh Điện áp ($U$), Dòng điện ($I$), Công suất ($P$), Hệ số công suất ($PF$) Nhận dạng đúng thiết bị Tủ lạnh Bật/tắt theo thời gian; giám sát liên tục 24/24
Bếp từ Điện áp ($U$), Dòng điện ($I$), Công suất ($P$), Hệ số công suất ($PF$) Nhận dạng đúng thiết bị Bếp từ Tự động ngắt khi dòng điện vượt ngưỡng công suất an toàn

(Số liệu chi tiết được đối chiếu tương đương giữa máy đo thực tế và ổ cắm tại Bảng 2, Bảng 3 và Bảng 4 của khóa luận).

Đóng góp kỹ thuật của đề tài

  1. Thiết kế phần cứng hoàn chỉnh: Kết hợp thành công module công tơ điện tử PZEM-004T với vi điều khiển WiFi ESP8266 thông qua mạch đệm chuyển mức logic BSS138, đảm bảo cách ly và truyền nhận tín hiệu UART chính xác ở hai mức điện áp 3.3V và 5V.
  2. Xây dựng giải pháp IoT hoàn chỉnh: Thiết lập hạ tầng liên lạc thời gian thực từ phần cứng ngoại vi lên máy chủ ảo Google Cloud VPS và giao diện Node-RED thông qua giao thức MQTT Broker với định dạng chuẩn JSON.
  3. Ứng dụng giải thuật học máy vào giám sát tải: Áp dụng thuật toán KNN ($K=10$) trên không gian vector 3 chiều $[U, I, PF]$ để tự động nhận dạng loại tải điện dân dụng, từ đó hỗ trợ việc quản lý lịch trình sử dụng và bảo vệ quá tải cho lưới điện gia đình.
  4. Hình thành tập dữ liệu (dataset): Lưu trữ liên tục các thông số năng lượng của từng loại thiết bị trên máy chủ, tạo nguồn dữ liệu thực nghiệm cho các thuật toán phân tích nâng cao sau này.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được ghi nhận

  • Thuật toán KNN thực hiện toàn bộ việc tính toán khoảng cách Euclid tại thời điểm kiểm thử (test phase), do đó thời gian xử lý và tài nguyên bộ nhớ sẽ tăng lên khi kích thước tập dữ liệu huấn luyện mở rộng.
  • Hệ thống có thể gặp khó khăn khi phân loại các thiết bị có công suất tiêu thụ hoặc hệ số công suất tương đồng nhau, hoặc các thiết bị có nhiều mức công suất biến thiên liên tục (tải phi tuyến phức tạp).
  • Độ tin cậy của việc điều khiển và giám sát phụ thuộc vào tính ổn định của đường truyền WiFi và mạng Internet tại khu vực lắp đặt.

Hướng phát triển

  • Mở rộng quy mô tập dữ liệu huấn luyện với đa dạng chủng loại thiết bị điện gia dụng và công nghiệp hơn.
  • Nghiên cứu kết hợp các thuật toán học máy hoặc học sâu có khả năng trích xuất đặc trưng thời gian (time-series) để nhận dạng chính xác các tải có chế độ làm việc phức tạp.
  • Tối ưu hóa kích thước mạch in phần cứng, tích hợp thêm nhiều ổ cắm trên cùng một thiết bị điều khiển và nâng cấp giao diện ứng dụng di động cho người dùng.

Giá trị tham khảo

Tài liệu khóa luận này cung cấp giá trị tham khảo hữu ích cho:

  • Sinh viên và giảng viên ngành Kỹ thuật Điều khiển và Tự động hóa, Điện - Điện tử, Kỹ thuật Máy tính: Nguồn tài liệu thực tế về việc tích hợp cảm biến đo lường công suất AC với vi điều khiển nhúng giá thành thấp (ESP8266).
  • Người nghiên cứu các đề tài IoT và Nhà thông minh (Smart Home): Tham khảo chi tiết thiết kế mạch chuyển đổi mức điện áp BSS138 (3.3V - 5V), phương pháp cấu hình MQTT Broker, lập trình giải mã chuỗi JSON trên Node-RED và triển khai dịch vụ trên máy chủ ảo Google Cloud VPS.
  • Người phát triển ứng dụng nhận dạng phụ tải điện (NILM/Load Monitoring): Cung cấp phương pháp luận thực tế trong việc trích xuất vector đặc trưng điện xoay chiều $[U, I, PF]$ và áp dụng giải thuật KNN để phân loại thiết bị tiêu thụ điện.

Câu hỏi thường gặp

1. Hệ thống sử dụng cảm biến nào để đo lường các thông số điện và đo được những giá trị gì?

Hệ thống sử dụng module công tơ điện tử PZEM-004T giao tiếp qua UART TTL 5V. Module này đo được điện áp xoay chiều ($80 \sim 260\text{ VAC}$), dòng điện, tần số ($50 \sim 60\text{ Hz}$), công suất tiêu thụ ($0 \sim 26\text{ kW}$) và tổng năng lượng tiêu thụ tích lũy (tối đa $99999\text{ Wh}$).

2. Tại sao cần mạch chuyển đổi mức điện áp giữa ESP8266 và PZEM-004T?

Vi điều khiển ESP8266 hoạt động ở mức logic 3.3V, trong khi module PZEM-004T sử dụng mức logic 5V. Mạch chuyển đổi sử dụng MOSFET BSS138 và điện trở kéo lên $10\text{ k}\Omega$ có nhiệm vụ chuyển tiếp tín hiệu 2 chiều an toàn giữa hai mức điện áp, tránh làm hỏng vi điều khiển ESP8266.

3. Thuật toán KNN nhận dạng thiết bị điện dựa trên những thuộc tính nào và chọn tham số $K$ bằng bao nhiêu?

Thuật toán KNN phân loại thiết bị dựa trên vector đặc trưng 3 chiều gồm: Điện áp ($U$), Dòng điện ($I$) và Hệ số công suất ($PF$ hay $\cos\varphi$), sử dụng công thức tính khoảng cách Euclid (chuẩn Norm 2). Tham số lân cận được tác giả thiết lập là $K = 10$.

4. Giao thức truyền thông nào được dùng để truyền dữ liệu từ ổ cắm lên máy chủ?

Dữ liệu được đóng gói thành chuỗi JSON và truyền tải qua giao thức MQTT (Message Queuing Telemetry Transport) theo mô hình Publish/Subscribe qua kết nối mạng WiFi 2.4GHz (chuẩn 802.11 b/g/n) đến MQTT Cloud Broker.

5. Máy chủ ảo Google Cloud VPS đóng vai trò gì trong hệ thống?

Google Cloud VPS đóng vai trò là máy chủ ảo hoạt động liên tục 24/24 thay cho máy tính cá nhân. VPS tiếp nhận dữ liệu từ MQTT Cloud, chạy chương trình Python thực thi thuật toán KNN để nhận diện thiết bị và gửi lệnh điều khiển tự động ngắt tải khi phát hiện vi phạm hoặc quá tải.

Kết luận

Đồ án tốt nghiệp "Ứng dụng IoT vào hệ thống giám sát năng lượng" của nhóm tác giả Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã thiết kế và thử nghiệm thành công mô hình ổ cắm thông minh hoàn chỉnh. Hệ thống kết hợp đồng bộ giữa phần cứng đo lường công suất PZEM-004T, vi điều khiển ESP8266, giao thức truyền thông MQTT và máy chủ xử lý Google Cloud VPS. Việc tích hợp thuật toán phân loại K-Nearest Neighbors dựa trên vector đặc trưng điện áp, dòng điện và hệ số công suất đã chứng minh tính khả thi trong việc tự động nhận dạng phụ tải gia dụng và hỗ trợ bảo vệ quá tải từ xa. Kết quả của đề tài đóng góp một giải pháp kỹ thuật có tính ứng dụng thực tế trong lĩnh vực tự động hóa tòa nhà và quản lý năng lượng thông minh.