物联网技术在家庭能源管理系统中的应用
Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.32629/acair.v4i2.20407
Abstract
本研究针对家庭场景设备多样与功耗敏感特性,构建了包含感知层、网络层与应用层 的家庭能源管理系统物联网架构,选用ZigBee作为内部主干通信协议,结合边缘预处 理技术降低云端传输负担约30%。通过对A小区一户家庭的实证分析,系统部署后全屋 月均能耗由350kWh降至308kWh,节能率达12%,其中空调能耗降幅18.3%。用户体验研 究显示,评分≥4分的群体主动关断闲置设备频率提升25%,表明系统交互设计可有效促 进节能行为转化。
Keywords
家庭能源管理系统；物联网架构；低功耗通信；边缘计算；节能优化
Full Text
PDF - Viewed/Downloaded: 3 TimesReferences
[1] 马莉.基于物联网的能源管理信息化平台设计研究[J].中国信息化,2025,(05):72- 73.
[2] Alajlan N N, Ibrahim D M. TinyML: Enabling of Inference Deep Learning Models on Ultra-Low-Power IoT Edge Devices for AI Applications[J]. Micromachines,2022,13(06):851.
[3] Aldaej A. Deep Learning-Inspired IoT-IDS Mechanism for Edge Computing Environments[J].Sensors,2023,23(24):9869.
[4] 潘玺安,艾欣,胡俊杰,等.考虑网络安全约束的分布式智能电网边云协同优化调度方 法[J].电工技术学报,2024,39(19): 6104-6118.
[5] 林继业,张璐.物联网在智能绿色建筑设计中的应用研究[J].绿色建造与智能建筑, 2025,(07):84-86.
[6] 立若旺姆,李振超,李铭.物联网技术在智能电力通信系统设计中的应用[J].电气时 代,2025,(06):67-69.
[7] 黄晨.基于物联网的建筑智能化管理平台研究[J].城市建设,2025,(09):53-55.
[8] 李怀,于震,陈语涵.我国建筑能源管理系统应用现状调研和分析[J].建筑科学,202 5,41(06):137-144+204.
[2] Alajlan N N, Ibrahim D M. TinyML: Enabling of Inference Deep Learning Models on Ultra-Low-Power IoT Edge Devices for AI Applications[J]. Micromachines,2022,13(06):851.
[3] Aldaej A. Deep Learning-Inspired IoT-IDS Mechanism for Edge Computing Environments[J].Sensors,2023,23(24):9869.
[4] 潘玺安,艾欣,胡俊杰,等.考虑网络安全约束的分布式智能电网边云协同优化调度方 法[J].电工技术学报,2024,39(19): 6104-6118.
[5] 林继业,张璐.物联网在智能绿色建筑设计中的应用研究[J].绿色建造与智能建筑, 2025,(07):84-86.
[6] 立若旺姆,李振超,李铭.物联网技术在智能电力通信系统设计中的应用[J].电气时 代,2025,(06):67-69.
[7] 黄晨.基于物联网的建筑智能化管理平台研究[J].城市建设,2025,(09):53-55.
[8] 李怀,于震,陈语涵.我国建筑能源管理系统应用现状调研和分析[J].建筑科学,202 5,41(06):137-144+204.
Copyright © 2026 罗宜欣
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License