Giới thiệu dự án

Hệ thống giám sát và quản lý năng lượng phân tán đóng vai trò quan trọng trong bối cảnh các nguồn cung cấp điện truyền thống đối mặt với tình trạng quá tải và chi phí năng lượng gia tăng. Theo các nghiên cứu công nghiệp, lượng điện năng thất thoát và lãng phí do hành vi sử dụng thiết bị không hợp lý trong các hộ gia đình và văn phòng chiếm từ 15% đến 25% tổng điện năng tiêu thụ. Việc thiếu các công cụ giám sát thời gian thực ở mức từng phụ tải (plug-level monitoring) khiến người dùng không thể nắm bắt chính xác hiện trạng tiêu thụ, không kịp thời ngăn chặn các nguy cơ quá tải hay tối ưu hóa biểu đồ phụ tải.

Đồ án tốt nghiệp chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã nghiên cứu và phát triển thành công đề tài: "Ứng dụng IoT vào hệ thống giám sát năng lượng". Dự án xây dựng một giải pháp ổ cắm thông minh (Smart Plug) tích hợp trí tuệ nhân tạo biên và điện toán đám mây, cho phép đo lường chính xác các thông số điện, tự động nhận diện thiết bị điện đang hoạt động và điều khiển đóng cắt từ xa.

+-----------------------------------------------------------------------------------+
|                                MỤC TIÊU CỐT LÕI CỦA DỰ ÁN                         |
+-----------------------------------------------------------------------------------+
| 1. Thiết kế phần cứng ổ cắm thông minh nhỏ gọn, an toàn và chi phí thấp.          |
| 2. Đo lường chính xác các thông số: Điện áp (U), Dòng điện (I), Công suất (P),   |
|    Hệ số công suất (PF) và Điện năng tiêu thụ tích lũy (Energy/Wh).               |
| 3. Xây dựng kênh truyền thông dữ liệu không dây thời gian thực qua giao thức MQTT.|
| 4. Triển khai thuật toán K-Nearest Neighbors (KNN) để nhận diện tải điện.         |
| 5. Phát triển Dashboard điều khiển, giám sát và lưu trữ dataset trên VPS Cloud.   |
+-----------------------------------------------------------------------------------+

Phương pháp tiếp cận của hệ thống là sự kết hợp chặt chẽ giữa module phần cứng chuyên dụng PZEM-004T, vi điều khiển WiFi ESP8266-12E, máy chủ ảo Cloud VPS xử lý logic học máy và nền tảng Node-RED trực quan hóa dữ liệu. Kết quả đo kiểm thực tế cho thấy hệ thống đạt độ chính xác đo lường với sai số dưới 1.2%, thời gian đáp ứng điều khiển đóng cắt dưới 500ms và nhận diện chính xác các tải điện gia dụng tiêu biểu (quạt, tủ lạnh, bếp từ).

Phạm vi áp dụng: Hệ thống hoạt động trên lưới điện xoay chiều 1 pha dân dụng điện áp $80 \sim 260\text{ VAC}$, tần số $50/60\text{ Hz}$, công suất tải tối đa $26\text{ kW}$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi thiết kế, các giải pháp đo lường và quản lý năng lượng hiện có trên thị trường đã được phân tích và đánh giá so sánh:

Tiêu chí so sánh Đồng hồ đo / Công tơ truyền thống Ổ cắm thông minh thương mại (Tuya/Sonoff) Giải pháp Đồ án (IoT + AI Smart Plug)
Khả năng đo đạc Đo cục bộ (U, I, P, kWh) Đo cơ bản (U, I, P) Đo chuyên sâu ($U_{rms}, I_{rms}, P, PF, \text{Energy}$)
Nhận diện thiết bị Không hỗ trợ Không hỗ trợ Tự động nhận diện phụ tải qua thuật toán KNN
Giao thức truyền thông Không hoặc Modbus RTU có dây HTTP / Proprietary Cloud MQTT v3.1.1 siêu nhẹ, tối ưu băng thông
Khả năng tùy biến Không thể can thiệp logic Đóng kín trong app nhà sản xuất Mở hoàn toàn trên Node-RED và Python backend
Bảo vệ an toàn Cầu chì / CB cơ khí thụ động Ngắt quá dòng cấu hình tĩnh Tự động ngắt theo ngữ cảnh nhận diện thiết bị

Hệ thống được thiết kế đáp ứng các yêu cầu phân loại theo phương pháp MoSCoW:

  • Must Have: Đo chính xác 4 đại lượng điện chính ($U, I, P, E$), giao tiếp UART TTL, kết nối WiFi truyền dữ liệu qua MQTT, điều khiển đóng/cắt tải bằng Relay.
  • Should Have: Nhận diện tải tự động bằng KNN ($K=10$), giao diện Dashboard hiển thị biểu đồ thời gian thực.
  • Could Have: Xuất dữ liệu CSV để xây dựng bộ Dataset phụ tải điện, thiết lập lịch trình bật tắt theo khung giờ.
  • Won't Have: Chưa tích hợp đo lường sóng hài bậc cao (THD) và phân tích dạng sóng tức thời microsecond.

Thách thức kỹ thuật lớn nhất nằm ở sự bất tương thích điện áp logic giữa module cảm biến PZEM-004T (sử dụng mức logic 5V TTL) và vi điều khiển ESP8266-12E (sử dụng mức logic 3.3V CMOS), đòi hỏi một mạch chuyển đổi mức tín hiệu hai chiều tốc độ cao.

Thiết kế hệ thống

Kiến trúc hệ thống bao gồm 4 tầng phân tách rõ ràng:

graph TD
    subgraph Tầng Cảm Biến & Chấp Hành
        LOAD[Thiết bị tiêu thụ điện] --> PZEM[Cảm biến PZEM-004T]
        PZEM -->|UART TTL 5V| LEVEL[Mạch Level Shifter BSS138]
        LEVEL -->|UART 3.3V| MCU[Vi điều khiển ESP8266-12E]
        MCU -->|Digital Out 3.3V| RELAY[Module Relay 5V Optocoupler]
        RELAY -->|Đóng/Cắt Nguồn AC| LOAD
    end

    subgraph Tầng Truyền Thông
        MCU -->|WiFi 802.11 b/g/n| ROUTER[WiFi Router / Gateway]
        ROUTER -->|MQTT Protocol / JSON Payload| BROKER[MQTT Broker Mosquitto trên VPS]
    end

    subgraph Tầng Xử Lý & Dịch Vụ
        BROKER -->|Subscribe metrics| PYTHON[Python Engine: Phân loại tải KNN]
        PYTHON -->|Publish classification & alert| BROKER
        BROKER -->|Bi-directional sync| NODERED[Node-RED Backend & Logic Engine]
    end

    subgraph Tầng Trình Diễn
        NODERED -->|WebSocket / HTTP| UI[Web Dashboard Giám sát & Điều khiển]
    end

Chi tiết Tech Stack và Phiên bản công nghệ

  • Hardware Architecture: Vi điều khiển ESP8266EX (NodeMCU v1.0, Flash 4MB, 80MHz CPU), Cảm biến năng lượng PZEM-004T (Chip đo chuyên dụng SD3004), MOSFET Shifter BSS138.
  • Embedded Firmware: C/C++ trên nền tảng Arduino Core for ESP8266 (v2.4.2), Thư viện PubSubClient (v2.7), SoftwareSerial (v1.0).
  • Cloud & Processing Backend: Ubuntu Server 18.04 LTS (Cloud VPS), MQTT Broker Mosquitto (v1.5.7), Python 3.6.8 với scikit-learn (v0.20.2), numpy (v1.16.2), paho-mqtt (v1.4.0).
  • Visualization Layer: Node-RED (v0.19.5), Node-RED Dashboard (v2.13.0).

Cấu trúc Payload JSON và MQTT Topics

Hệ thống sử dụng cấu trúc trao đổi dữ liệu chuẩn JSON gọn nhẹ nhằm giảm tải overhead mạng:

{
  "device_id": "SMART_PLUG_01",
  "voltage": 221.5,
  "current": 0.45,
  "power": 95.8,
  "power_factor": 0.96,
  "energy": 12450,
  "relay_state": 1,
  "timestamp": 1541234567
}
  • Topic xuất dữ liệu đo: hcmute/iot/smartplug/01/telemetry
  • Topic gửi lệnh điều khiển: hcmute/iot/smartplug/01/command (Payload: {"relay": 0} hoặc {"relay": 1})
  • Topic kết quả nhận diện: hcmute/iot/smartplug/01/detected_load

Methodology

Dự án áp dụng mô hình phát triển Agile vòng lặp ngắn kết hợp phương pháp luận kỹ thuật điều khiển thực nghiệm:

  1. Giai đoạn 1 (Tuần 1-3): Thiết kế mạch nguyên lý, tính toán phối hợp trở kháng và mức điện áp logic cho khối thu thập dữ liệu phần cứng.
  2. Giai đoạn 2 (Tuần 4-6): Xây dựng Firmware truyền nhận UART, cấu hình MQTT Client trên ESP8266, thiết lập Cloud Broker trên VPS.
  3. Giai đoạn 3 (Tuần 7-9): Thu thập mẫu dữ liệu các thiết bị điện thực tế, trích xuất đặc trưng và huấn luyện mô hình KNN trên Python.
  4. Giai đoạn 4 (Tuần 10-12): Thiết kế Dashboard Node-RED, ghép nối vòng lặp điều khiển tự động và thực nghiệm đo lường sai số.

Implementation và kết quả

Development process

1. Giao tiếp UART với module PZEM-004T

Module PZEM-004T giao tiếp qua chuẩn UART với định dạng khung truyền 7 byte. Vi điều khiển gửi lệnh yêu cầu và module phản hồi chuỗi dữ liệu chứa thông số đo lường:

  • Lệnh đọc Điện áp ($U$): 0xB0 0xC0 0xA8 0x01 0x01 0x00 0x1A $\rightarrow$ Phản hồi: 0xA0 [Byte1] [Byte2] [Byte3] 0x00 0x00 [Checksum]
  • Lệnh đọc Dòng điện ($I$): 0xB1 0xC0 0xA8 0x01 0x01 0x00 0x1B $\rightarrow$ Phản hồi: 0xA1 [Byte1] [Byte2] [Byte3] 0x00 0x00 [Checksum]
  • Lệnh đọc Công suất ($P$): 0xB2 0xC0 0xA8 0x01 0x01 0x00 0x1C $\rightarrow$ Phản hồi: 0xA2 [Byte1] [Byte2] 0x00 0x00 0x00 [Checksum]

Hệ số công suất ($PF$) được tính toán từ công suất tức thời và các giá trị hiệu dụng ($U_{rms}, I_{rms}$):

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

2. Mạch chuyển đổi mức logic hai chiều 3.3V - 5V

Do chân TX/RX của PZEM-004T là mức 5V và ESP8266 là 3.3V, mạch sử dụng transistor trường MOSFET kênh N BSS138 cùng 2 điện trở pull-up $10\text{ k}\Omega$ ở hai cực Drain (HV = 5V) và Source (LV = 3.3V). Khi mức logic ở một bên bị kéo xuống 0V, diode nội và tiếp giáp bán dẫn mở, kéo phía đối diện xuống 0V đồng bộ mà không gây quá áp cho ESP8266.

3. Xây dựng thuật toán nhận diện thiết bị (KNN)

Mỗi thiết bị khi cắm vào ổ cắm sẽ đặc trưng bởi một vector 3 chiều:

$$\mathbf{x} = \begin{bmatrix} U & I & PF \end{bmatrix}^T$$

Khoảng cách Euclid (chuẩn $L_2$) giữa điểm cần kiểm tra $\mathbf{x}$ và điểm dữ liệu mẫu $\mathbf{x}_0$ trong cơ sở dữ liệu training:

$$d(\mathbf{x}, \mathbf{x}_0) = \sqrt{(U - U_0)^2 + (I - I_0)^2 + (PF - PF_0)^2}$$

Thuật toán chọn ra $K=10$ điểm lân cận có khoảng cách nhỏ nhất, sử dụng phép bỏ phiếu theo đa số (majority voting) để phân lớp thiết bị:

# Trích đoạn code xử lý nhận diện phụ tải trên Python Cloud Service
import json
import numpy as np
import paho.mqtt.client as mqtt
from sklearn.neighbors import KNeighborsClassifier

# Khởi tạo mô hình KNN với K=10 lân cận
knn_model = KNeighborsClassifier(n_neighbors=10, metric='euclidean')

# Dữ liệu huấn luyện mẫu (Voltage, Current, PowerFactor) -> Class nhãn
# 0: Idle/None, 1: Quạt máy, 2: Tủ lạnh, 3: Bếp từ
X_train = np.array([
    [220.5, 0.21, 0.72], [221.0, 0.22, 0.70], [219.8, 0.20, 0.73], # Quạt
    [220.0, 0.65, 0.85], [221.2, 0.68, 0.84], [219.5, 0.62, 0.86], # Tủ lạnh
    [218.0, 8.50, 0.99], [217.5, 8.62, 0.98], [218.5, 8.45, 0.99]  # Bếp từ
])
y_train = np.array([1, 1, 1, 2, 2, 2, 3, 3, 3])
device_labels = {0: "Không tải", 1: "Quạt máy", 2: "Tủ lạnh", 3: "Bếp từ"}

knn_model.fit(X_train, y_train)

def on_message(client, userdata, msg):
    payload = json.loads(msg.payload.decode())
    U = payload.get("voltage")
    I = payload.get("current")
    PF = payload.get("power_factor")
    
    if I < 0.05:
        detected = "Không tải"
    else:
        sample = np.array([[U, I, PF]])
        pred_class = knn_model.predict(sample)[0]
        detected = device_labels.get(pred_class, "Không xác định")
        
    print(f"[*] Phụ tải nhận diện: {detected} (U={U}V, I={I}A, PF={PF})")
    
    # Kiểm tra điều kiện bảo vệ quá tải
    if payload.get("power") > 2200.0:
        client.publish("hcmute/iot/smartplug/01/command", json.dumps({"relay": 0}))
        print("[!] CẢNH BÁO: Quá tải! Đã gửi lệnh ngắt Relay.")

Testing và validation

Hệ thống được đưa vào kiểm thử thực tế với 3 phụ tải phổ biến có tính chất điện động khác nhau: Tải cảm ứng (Quạt bàn), Tải chu kỳ động cơ (Tủ lạnh) và Tải điện trở công suất lớn (Bếp từ). Kết quả đo lường từ thiết bị Smart Plug được đối chiếu trực tiếp với đồng hồ vạn năng và Wattmeter chuẩn phòng thí nghiệm:

Thiết bị kiểm thử Thông số Giá trị chuẩn (Meter) Đo đạc bởi Smart Plug Sai số tuyệt đối Sai số tương đối (%)
Quạt bàn (Fan) Điện áp ($U$) $220.8\text{ V}$ $220.5\text{ V}$ $0.3\text{ V}$ $0.14%$
Dòng điện ($I$) $0.218\text{ A}$ $0.220\text{ A}$ $0.002\text{ A}$ $0.91%$
Công suất ($P$) $46.2\text{ W}$ $46.8\text{ W}$ $0.6\text{ W}$ $1.29%$
Tủ lạnh (Fridge) Điện áp ($U$) $220.1\text{ V}$ $219.7\text{ V}$ $0.4\text{ V}$ $0.18%$
Dòng điện ($I$) $0.652\text{ A}$ $0.648\text{ A}$ $0.004\text{ A}$ $0.61%$
Công suất ($P$) $123.5\text{ W}$ $124.2\text{ W}$ $0.7\text{ W}$ $0.56%$
Bếp từ (Induction) Điện áp ($U$) $217.4\text{ V}$ $217.0\text{ V}$ $0.4\text{ V}$ $0.18%$
Dòng điện ($I$) $8.540\text{ A}$ $8.510\text{ A}$ $0.030\text{ A}$ $0.35%$
Công suất ($P$) $1855.0\text{ W}$ $1846.5\text{ W}$ $8.5\text{ W}$ $0.45%$ 
+-----------------------------------------------------------------------------------+
|                        TỔNG HỢP HIỆU NĂNG VẬN HÀNH HỆ THỐNG                       |
+-----------------------------------------------------------------------------------+
| • Sai số đo lường trung bình: 0.52% (đạt tiêu chuẩn đo lường dân dụng Class 1).   |
| • Tỷ lệ nhận diện thiết bị chính xác (KNN K=10): 96.7% trong 150 lần cắm rút.    |
| • Thời gian trễ xử lý truyền thông qua MQTT Cloud VPS: 120ms - 350ms.            |
| • Thời gian tác động ngắt Relay khi phát hiện quá tải: < 450ms.                   |
+-----------------------------------------------------------------------------------+

Kết quả đạt được

  • 100% mục tiêu ban đầu hoàn thành: Chế tạo thành công nguyên mẫu ổ cắm thông minh có kích thước $120 \times 70 \times 45\text{ mm}$, tích hợp đầy đủ khối nguồn switching, cảm biến, vi điều khiển và rơ-le cách ly quang.
  • Hạ tầng Cloud ổn định: Triển khai luồng điều khiển trên Node-RED Dashboard cho phép hiển thị các gauge đo trực quan, lưu lịch sử tiêu thụ điện theo thời gian thực và quản lý thời gian sử dụng thiết bị của các thành viên trong gia đình.

Đổi mới và đóng góp

  1. Tích hợp nhận dạng thiết bị không xâm lấn (NILM thu nhỏ): Khác biệt hoàn toàn với các loại ổ cắm thông minh đơn thuần chỉ bật/tắt trên thị trường, hệ thống có khả năng tự động hiểu được thiết bị nào đang tiêu thụ điện thông qua bộ ba đặc trưng $[U, I, PF]$ và thuật toán KNN.
  2. Tối ưu hóa chi phí phần cứng: Toàn bộ giải pháp phần cứng có tổng chi phí gia công chế tạo dưới $20\text{ USD}$, mang lại giải pháp quản lý năng lượng phân tán vừa tầm tiếp cận của người tiêu dùng phổ thông và các doanh nghiệp nhỏ.
  3. Kiến trúc mở và giao thức chuẩn công nghiệp: Sử dụng MQTT chuẩn ISO/IEC 20922 cùng mô hình publish/subscribe giúp mở rộng không giới hạn số lượng ổ cắm trong một tòa nhà mà không gây nghẽn băng thông mạng như các kết nối HTTP truyền thống.

Ứng dụng thực tế và triển khai

Kịch bản sử dụng thực tế (Use Cases)

[Phụ huynh quản lý trẻ nhỏ]
       │
       ├──> Đặt lịch cắm Tivi (11h30 - 12h30), PC (15h00 - 16h00)
       ├──> Cảnh báo và tự ngắt nếu trẻ cắm thiết bị ngoài danh mục cho phép
       └──> Giám sát thời lượng hoạt động từ xa qua smartphone

[Bảo vệ an toàn điện & Chống cháy nổ]
       │
       ├──> Tự động phát hiện bất thường: Quạt bị kẹt roto (I tăng cao, PF giảm)
       ├──> Nhận diện sự cố quá tải nhiệt bếp điện / ấm siêu tốc
       └──> Ngắt relay tức thời và đẩy cảnh báo về Dashboard trong 450ms

Phân tích hiệu quả kinh tế (ROI)

  • Chi phí đầu tư phần cứng (BOM):
    • Vi điều khiển ESP8266-12E / NodeMCU: $3.5\text{ USD}$
    • Module PZEM-004T kèm biến dòng CT: $6.5\text{ USD}$
    • Relay $220\text{V}/10\text{A}$ + Khối nguồn $5\text{V} - 1\text{A}$ cách ly: $3.0\text{ USD}$
    • Mạch Shifter BSS138, vỏ hộp, cọc cắm, linh kiện thụ động: $3.0\text{ USD}$
    • Tổng giá thành phần cứng: $\sim 16.0\text{ USD}$ (~380.000 VNĐ).
  • Hiệu quả tiết kiệm: Giảm thiểu lượng điện hao phí do thiết bị chờ (standby power) và quên tắt thiết bị ước tính tiết kiệm từ $15 - 30\text{ kWh/tháng}$ cho mỗi hộ gia đình (tương đương tiết kiệm 40.000 - 90.000 VNĐ/tháng), thời gian hoàn vốn đầu tư (ROI) đạt từ 4 đến 6 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Thuật toán KNN chạy tốt với các thiết bị có công suất cố định hoặc tính chất tải thuần (thuần trở, cảm ứng rõ ràng). Đối với các thiết bị Inverter biến tần công suất thay đổi liên tục (như máy lạnh, tủ lạnh Inverter thế hệ mới), vector 3 chiều $[U, I, PF]$ tĩnh chưa đủ để phân loại ở độ tin cậy tuyệt đối.
  • Chưa tích hợp pin dự phòng RTC để lưu trữ mốc thời gian thực khi mất điện lưới đột ngột.

Hướng phát triển

  • Triển khai Edge AI / TinyML: Chuyển thuật toán nhận diện từ Cloud VPS về trực tiếp chip ESP32 (TensorFlow Lite for Microcontrollers), giúp thiết bị tự ra quyết định nhận diện ngay cả khi mất kết nối Internet.
  • Trích xuất đặc trưng bậc cao: Bổ sung phân tích biến dạng sóng dòng điện khởi động (transient current signature) và phổ hài tần số cao để phân biệt các dòng tải phức tạp.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp tài liệu tham khảo thực tế về việc kết hợp giữa kỹ thuật đo lường điều khiển, lập trình nhúng C/C++ trên ESP8266 và xử lý dữ liệu học máy Python.
  • Lập trình viên IoT & Kỹ sư nhúng: Nắm bắt mô hình kiến trúc chuẩn kết hợp MQTT, Node-RED, Level Shifter Mosfet và giải pháp đóng cắt tải an toàn.
  • Doanh nghiệp và Nhà quản lý tòa nhà: Cung cấp giải pháp khả thi với chi phí thấp để số hóa hạ tầng đo đếm điện năng, phục vụ bài toán tối ưu năng lượng theo tiêu chuẩn ISO 50001.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống này là gì?

Hệ thống yêu cầu mạng WiFi băng tần $2.4\text{ GHz}$ (chuẩn 802.11 b/g/n) với tín hiệu ổn định tại vị trí cắm. Về hạ tầng máy chủ, chỉ cần 1 VPS cấu hình tối thiểu (1 vCPU, 1GB RAM, Ubuntu 18.04+) để cài đặt Mosquitto MQTT Broker và Node-RED.

2. Hệ thống có thể mở rộng kết nối hàng trăm ổ cắm cùng lúc không?

Hoàn toàn có thể. Do sử dụng giao thức MQTT hoạt động trên nền tảng TCP/IP với kích thước gói tin nhỏ (header chỉ 2 byte) và cơ chế bất đồng bộ, một máy chủ VPS tiêu chuẩn có thể duy trì đồng thời hàng chục ngàn kết nối client mà không xảy ra nghẽn đường truyền.

3. Tại sao không chạy thuật toán KNN trực tiếp trên ESP8266 mà phải đẩy lên Cloud?

ESP8266 sử dụng vi xử lý 32-bit Tensilica L106 xung nhịp $80\text{ MHz}$ với dung lượng RAM khả dụng dưới $50\text{ KB}$, không đủ tài nguyên để lưu trữ ma trận điểm huấn luyện và tính toán khoảng cách vector liên tục. Việc đẩy dữ liệu lên Cloud VPS giúp vi điều khiển tập trung cho việc đọc cảm biến và bảo vệ quá dòng thời gian thực.

4. Mạch Level Shifter BSS138 có bắt buộc không, nếu nối thẳng 5V vào ESP8266 thì sao?

Bắt buộc phải có. Chân I/O của ESP8266 hoạt động ở điện áp tối đa 3.3V và không có tính năng 5V-tolerant. Nếu kết nối trực tiếp chân TX (5V) của PZEM-004T vào chân RX của ESP8266, chip sẽ bị quá áp gây nóng, sai lệch dữ liệu serial và hỏng phần cứng sau thời gian ngắn vận hành.

5. Chi phí duy trì hệ thống Cloud hàng tháng là bao nhiêu?

Nếu triển khai quy mô hộ gia đình, có thể sử dụng các gói Cloud miễn phí (Free Tier của Google Cloud, AWS hoặc CloudMQTT) kết hợp máy tính nhúng mini như Raspberry Pi đặt tại nhà, chi phí vận hành máy chủ xấp xỉ bằng 0 đồng.

Kết luận

Đề tài tốt nghiệp "Ứng dụng IoT vào hệ thống giám sát năng lượng" đã giải quyết trọn vẹn bài toán từ nghiên cứu lý thuyết, thiết kế phần cứng, lập trình nhúng vi điều khiển đến xây dựng hệ thống phân loại tải thông minh bằng AI trên nền tảng điện toán đám mây. Dự án không chỉ dừng lại ở một công cụ đo đếm điện năng thông thường mà mở ra hướng tiếp cận mới trong việc quản trị năng lượng thông minh, chủ động bảo vệ an toàn hệ thống điện gia dụng và đóng góp thiết thực vào xu hướng chuyển đổi số trong ngành Điện - Tự động hóa.