⚡ Stack IoT para Monitoramento de Energia (PZEM-004T + ESP8266)

Este repositório contém a infraestrutura e os códigos necessários para implantar um sistema completo de monitoramento de energia em tempo real. O projeto utiliza um microcontrolador ESP8266 com o sensor PZEM-004T, enviando dados via MQTT para uma stack local baseada em Docker composta por Mosquitto, Telegraf, InfluxDB e Grafana (Stack TIG).

🏗️ Arquitetura do Sistema

1. Hardware: ESP8266 (NodeMCU) + Sensor de Energia PZEM-004T v3.0.
2. Mensageria (Broker): Eclipse Mosquitto (MQTT).
3. Coletor de Dados (ETL): Telegraf.
4. Banco de Dados de Séries Temporais: InfluxDB 2.7.
5. Visualização (Dashboard): Grafana.

---

🚀 1. Preparação do Ambiente (Docker)

Para que os volumes do Docker funcionem corretamente e armazenem seus dados de forma persistente, crie a estrutura de diretórios na sua máquina host (Linux, macOS ou Windows via PowerShell):

# Criação das pastas de configuração e persistência de dados
mkdir ~/mosquitto/config
mkdir ~/mosquitto/data
mkdir ~/mosquitto/log
mkdir ~/influxdb_data
mkdir ~/grafana_data
mkdir ~/telegraf_config

Aloque os arquivos de configuração nos seus respectivos diretórios:

• Coloque o arquivo docker-compose.yml na raiz do seu projeto.
• Coloque o arquivo mosquitto.conf em ~/mosquitto/config/.
• Coloque o arquivo telegraf.conf em ~/telegraf_config/.

Arquivo: mosquitto.conf (Para testes locais)

Para facilitar os testes iniciais e evitar erros de Não Autorizado (rc=5), configure o Mosquitto para aceitar conexões anônimas de qualquer IP:

listener 1883 0.0.0.0
allow_anonymous true

---

⚙️ 2. Subindo a Infraestrutura

Abra o terminal no diretório onde está o seu docker-compose.yml e execute:

docker compose up -d

Este comando fará o download das imagens e iniciará os serviços em segundo plano.

---

🗄️ 3. Configuração do InfluxDB e Telegraf

Como estamos usando o InfluxDB v2, a autenticação é baseada em Tokens, o que requer uma configuração pós-instalação.

1. Acesse o InfluxDB no navegador: http://localhost:8086.
2. Siga o assistente de configuração inicial:
   • Username / Password: Defina suas credenciais.
   • Organization: EngEletrica (Deve ser idêntico ao telegraf.conf).
   • Bucket: sensor_pzem (Deve ser idêntico ao telegraf.conf).
3. Vá no menu lateral: Load Data -> API Tokens -> Generate API Token -> All Access Token.
4. Copie o Token gerado e cole no seu arquivo ~/telegraf_config/telegraf.conf:

   [[outputs.influxdb_v2]]
     urls = ["[http://127.0.0.1:8086](http://127.0.0.1:8086)"]
     token = "COLE_SEU_TOKEN_AQUI"
     organization = "EngEletrica"
     bucket = "sensor_pzem"

5. Reinicie o Telegraf para aplicar o novo token:

   docker restart telegraf

---

💻 4. Firmware do ESP8266

Certifique-se de que a variável MQTT_SERVIDOR no código do seu ESP8266 aponta para o IP da máquina onde o Docker está rodando (ex: IP local da sua rede Wi-Fi, descubra usando ipconfig no Windows ou ip a no Linux).

// Exemplo de configuração no código Arduino/C++
const char* MQTT_SERVIDOR = "192.168.1.15"; // IP do Servidor/Notebook
const int   MQTT_PORTA = 1883;
const char* MQTT_TOPICO = "tcc/pzem/data";

Nota: Como o Mosquitto está configurado com allow_anonymous true neste setup inicial, o ESP8266 se conectará mesmo sem credenciais. Para ambientes de produção, crie um arquivo de senhas (passwd) no Mosquitto.

---

📊 5. Configuração dos Gráficos (Grafana e Flux)

1. Acesse o Grafana no navegador: http://localhost:3000 (Usuário/Senha padrão: admin / admin).
2. Vá em Connections -> Data Sources e adicione o InfluxDB.
3. Na configuração do Data Source:
   • Query Language: Mude para Flux.
   • URL: http://localhost:8086 (ou o IP local da máquina host).
   • Auth: Desative a opção "Basic Auth".
   • InfluxDB Details: Preencha a Organization, o Default Bucket e o Token gerado no passo 3.

Consultas (Queries) para Criação dos Dashboards

No Grafana, adicione novos painéis utilizando a linguagem Flux. Use os códigos abaixo na área de query.

A. Painel tipo "Stat" (Cards de Valor Atual) Mostra a leitura em tempo real. Exemplo para Tensão (V):

from(bucket: "sensor_pzem")
  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
  |> filter(fn: (r) => r["_measurement"] == "pzem_data")
  |> filter(fn: (r) => r["_field"] == "tensao")
  |> last()

(Para outros parâmetros, altere "tensao" para "corrente", "potencia", "frequencia", ou "fator_potencia", mapeados conforme o JSON enviado pelo ESP8266).

B. Painel tipo "Time Series" (Gráfico de Linhas) Mostra a flutuação ao longo do tempo:

from(bucket: "sensor_pzem")
  |> range(start: v.timeRangeStart, stop: v.timeRangeStop)
  |> filter(fn: (r) => r["_measurement"] == "pzem_data")
  |> filter(fn: (r) => r["_field"] == "tensao")
  |> aggregateWindow(every: v.windowPeriod, fn: mean, createEmpty: false)
  |> yield(name: "mean")

C. Painel "Consumo Acumulado" (Wh) Calcula a diferença da energia gasta apenas no dia atual:

from(bucket: "sensor_pzem")
  |> range(start: today())
  |> filter(fn: (r) => r["_measurement"] == "pzem_data")
  |> filter(fn: (r) => r["_field"] == "energia")
  |> spread()