在智能硬件实验室的硬件IoT方向，我们把电参量采集与边缘推理合并到同一块计量模组上，尝试用一路总功率数据反推单台电器的启停与类型，避免为每台设备加装独立传感器。
实验路径分两层：前端以6.4kHz采样获取电压电流波形，用滑动差分结合CUSUM检测功率跃变，完成事件切分；后端提取稳态有功/无功、谐波幅值比与启动暂态包络，构成轻量功率指纹，送入量化后的分类模型。为压住成本，模型限制在约210KB、INT8精度，MCU单次推理约18毫秒，可在采样间隙完成。
阶段性进展：在自建测试台（12类常见电器、约4800次开关事件）上，事件检出召回96.3%，日均误触发约0.8次；分类Top-1准确率89%。误差集中在变频空调与变频冰箱，二者启动暂态相近，贡献了约四成误判。
要点：
· 用暂态包络窗口替代固定时长特征，变频类误判下降约7个百分点；
· 下一步引入多设备并发叠加场景与未知电器拒识阈值，验证长周期漂移下的稳定性。
评论