EVCC项目中Shelly EM设备能量计量问题的技术分析
问题背景
在EVCC开源项目中,用户报告了一个关于Shelly EM(Gen1)设备的能量计量问题。该设备作为热泵充电器使用时,系统错误地将总能量(total)和返回能量(total_returned)两个值进行了相互抵消计算,导致显示的能量值不正确。
技术细节分析
Shelly EM设备提供了两个能量计量值:
- total - 正向流动能量(消耗)
- total_returned - 反向流动能量(回馈)
在EVCC的早期版本中,代码仅使用total值作为能量计量结果。但在最近的代码重构中,将Shelly设备的两种实现(energymeter.go和switch.go)进行了合并,导致现在系统会计算两个值的差值。
问题根源
经过技术团队分析,发现问题出现在以下方面:
-
设备历史数据影响:用户曾将该Shelly EM设备用于测量电池系统,后来又改为测量热泵,导致设备中存储了历史能量数据。
-
计量逻辑变更:代码重构后,系统开始同时考虑正向和反向能量值,而之前版本仅使用正向能量值。
-
设备配置要求:正确的设备安装应该确保能量仅向一个方向流动,因此理论上只需要关注一个方向的能量值。
解决方案
技术团队经过讨论确定了以下解决方案:
-
恢复仅使用正向能量值(total)的逻辑,与Gen2 API保持一致。
-
建议用户在改变设备用途时重置能量计数器。
-
关于反向能量(total_returned)的计量将作为独立功能考虑,不在基础能量计量中处理。
技术建议
对于使用Shelly EM设备的EVCC用户,建议:
-
在改变设备测量对象时,通过Shelly App重置能量计数器。
-
确保设备正确安装,使能量流向与测量需求一致。
-
了解系统仅显示正向能量值的设计理念。
未来改进方向
技术团队注意到用户对反向能量计量的需求,计划:
-
将反向能量计量作为可选功能单独实现。
-
保持基础能量计量逻辑的简单性和一致性。
-
完善设备配置文档,明确能量计量的工作原理和限制。
这个问题展示了在物联网设备集成中,历史数据管理和计量逻辑一致性的重要性,也为EVCC项目的设备支持功能提供了有价值的改进方向。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00