Xiaomi Home集成电量统计设备属性异常问题分析
2025-05-11 21:50:02作者:翟江哲Frasier
问题概述
在Xiaomi Home集成项目中,电量统计类设备存在多个属性缺失和数值异常问题,导致这些设备无法被Home Assistant的能源模块正确识别和使用。这些问题主要涉及电功率、累计功耗、电压和电流等关键参数的属性配置。
详细问题分析
1. 电功率统计设备属性缺失
电功率统计设备(如零火开关、智能插座等)的状态关键字为electric_power,当前仅包含以下属性:
- unit_of_measurement: W
- icon: mdi:flash-triangle
- friendly_name: [设备名称]
缺失的关键属性:
- state_class: measurement
- device_class: power
这些缺失的属性会导致能源模块无法正确识别设备的测量状态和设备类型,从而无法在能源面板中显示和使用这些数据。
2. 累计功耗设备参数不一致
累计功耗设备(如开关、空调、智能电闸等)的状态关键字为power_consumption或total_battery,存在以下问题:
米家官方设备仅包含:
- friendly_name: [设备名称] 功耗参数 耗电量
第三方设备(如浦安达智能电闸)包含:
- unit_of_measurement: kWh
- icon: mdi:transmission-tower
- friendly_name: [设备名称] 功耗参数 耗电量
缺失的关键属性:
- state_class: total_increasing
- unit_of_measurement: kWh (部分设备缺失)
- device_class: energy
3. 电压统计设备问题
电压统计设备的状态关键字为voltage,存在两个问题:
属性缺失: 当前仅包含:
- unit_of_measurement: mV
- device_class: voltage
- friendly_name: [设备名称] 功耗参数 电压
缺失属性:
- state_class: measurement
数值单位错误: 实际电压值(如238V)被错误识别为毫伏(mV)单位,导致数值显示异常。
4. 电流统计设备属性缺失
电流统计设备的状态关键字为electric_current,当前仅包含:
- friendly_name: [设备名称] 功耗参数 电流
缺失的关键属性:
- state_class: measurement
- unit_of_measurement: A
- device_class: current
技术影响
这些属性缺失和数值异常会导致以下影响:
- 能源模块无法正确识别设备类型和测量数据
- 历史数据记录不完整
- 能源消耗统计不准确
- 自动化规则无法基于正确的测量数据触发
解决方案建议
针对上述问题,建议进行以下修复:
- 为所有电功率统计设备添加缺失的state_class和device_class属性
- 统一累计功耗设备的属性配置,确保包含所有必需属性
- 修正电压统计设备的单位转换问题,并添加缺失的state_class属性
- 为电流统计设备补充完整的属性配置
实现注意事项
在实现修复时需要注意:
- 保持与Home Assistant能源模块的兼容性
- 确保单位转换的正确性
- 考虑向后兼容,避免影响现有配置
- 对不同类型的设备进行充分测试
这些问题修复后,Xiaomi Home集成中的电量统计设备将能够被能源模块正确识别和使用,为用户提供准确的能源消耗数据。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609