基于STM32的电能监控系统设计：ModBus协议、RS-485存储和分析电能数据（代码示例）

news2025/3/15 14:08:04

在这里插入图片描述

一、项目概述

随着智能电网的发展，电能管理的科学性与有效性变得越来越重要。本项目旨在设计并实现一个基于STM32103C8T6单片机的电能监控系统，该系统可以实时采集、存储和分析电能数据，帮助用户实现对电能的高效管理。

项目目标

实时监控：实现对电能数据的实时监控与显示。
数据存储：将采集的数据进行长期存储，便于后续分析。
科学分析：通过数据分析，提供电能使用的科学管理建议。

技术栈关键词

硬件：STM32、MODBUS、RS-485、无线通信
软件：STM32 HAL库、Python、Pandas、MATLAB

二、系统架构

1. 系统架构设计

本系统分为上下位机两部分，上位机负责数据的可视化、存储与分析，下位机负责电能数据的采集与初步处理。

下位机：使用STM32103C8T6作为核心控制器，负责通过传感器采集电流和电压数据。
上位机：PC端应用程序，通过串口与下位机进行数据通信，负责数据的展示与存储。

2. 硬件选择

单片机：STM32103C8T6，具备多种通信接口和足够的计算能力。
- 传感器：使用ACS712电流传感器和ZMPT101B电压传感器，实现电流和电压的精准测量。
通信模块：
- RS-485：用于远距离数据传输，适合工业环境。
- 无线模块：如ESP8266，用于实现无线数据传输。

3. 系统架构图

系统架构图如下：

三、环境搭建与注意事项

1. 开发环境搭建

硬件设备：
- STM32103C8T6开发板
- ACS712电流传感器
- ZMPT101B电压传感器
- RS-485转USB模块
- ESP8266无线模块
软件工具：
- 开发环境：Keil MDK或STM32CubeIDE
- 通信库：Modbus RTU库
- 数据分析工具：Python、Pandas、Matplotlib

2. 注意事项

电源管理：确保单片机和传感器的电源稳定，避免过压或欠压对系统的影响。
信号完整性：在RS-485通信中，确保线缆的长度和阻抗匹配，减少信号反射和干扰。
数据安全：在无线通信中，考虑使用加密措施以防止数据泄露。

四、代码实现过程

1. 下位机数据采集模块

下位机代码使用C语言编写，主要功能是读取电流和电压数据，并通过Modbus协议发送给上位机。

下位机数据采集代码示例：

#include "stm32f1xx_hal.h"
#include "modbus.h"

float voltage, current, power;

void CollectData() {
    voltage = ReadVoltage();
    current = ReadCurrent();
    power = voltage * current;
    
    // 通过Modbus发送数据
    ModbusSend(power);
}

float ReadVoltage() {
    // 读取电压值的代码
    return GetAnalogValue(VOLTAGE_CHANNEL);
}

float ReadCurrent() {
    // 读取电流值的代码
    return GetAnalogValue(CURRENT_CHANNEL);
}

void ModbusSend(float power) {
    // 使用Modbus协议将功率数据发送到上位机
    uint8_t data[8];
    memcpy(data, &power, sizeof(power));
    Modbus_WriteRegisters(POWER_REGISTER_ADDRESS, data, sizeof(data));
}

void main() {
    HAL_Init();
    Modbus_Init();
    while (1) {
        CollectData();
        HAL_Delay(1000);  // 每秒采集一次数据
    }
}

2. 上位机数据接收与存储模块

上位机使用Python编写，通过串口接收数据并进行存储和分析。

上位机数据接收代码示例：

import serial
import pandas as pd
import time

# 初始化参数
COM_PORT = 'COM3'
BAUD_RATE = 9600
power_data = []

def read_data():
    with serial.Serial(COM_PORT, BAUD_RATE) as ser:
        while True:
            if ser.in_waiting > 0:
                data = ser.read(8)  # 读取8个字节
                power = float.from_bytes(data, byteorder='little')
                process_data(power)

def process_data(power):
    power_data.append(power)
    print(f"Received Power: {power}")
    
    # 保存数据到CSV文件
    df = pd.DataFrame(power_data, columns=['Power'])
    df.to_csv('power_data.csv', index=False)

if __name__ == "__main__":
    read_data()

3. 数据分析模块

在数据存储后，可以使用Python的Pandas库进行数据分析，如计算功率的统计信息、绘图等。

数据分析示例：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
data = pd.read_csv('power_data.csv')

# 计算统计信息
mean_power = data['Power'].mean()
max_power = data['Power'].max()
min_power = data['Power'].min()

print(f"Mean Power: {mean_power}, Max Power: {max_power}, Min Power: {min_power}")

# 绘制功率变化图
plt.plot(data['Power'])
plt.title('Power Consumption Over Time')
plt.xlabel('Time')
plt.ylabel('Power (W)')
plt.grid()
plt.show()