Home Assistant Powercalc 1.17.3版本发布:智能家居能耗监测新升级
2025-07-04 03:07:09作者:傅爽业Veleda
项目简介
Home Assistant Powercalc是Home Assistant平台上一个专注于家庭能耗监测与计算的集成组件。它能够帮助用户精确计算各种智能设备的电力消耗,为家庭能源管理提供数据支持。通过这个组件,用户可以实时监控家中各类电器的用电情况,进行能耗分析,并据此优化用电习惯。
版本亮点
新增设备支持
1.17.3版本显著扩展了对多种智能设备的支持范围,特别是Shelly和TP-Link Kasa系列产品:
- Shelly系列:新增了对Shelly EM、Shelly 1、Shelly 2.5、Shelly i3、Shelly plus 2PM以及Shelly Pro 3EM等多款设备的支持,覆盖了从基础开关到专业级能耗监测设备
- TP-Link Kasa系列:增加了HS103、EP10和HS105三款智能插座的能耗计算支持,进一步完善了对主流智能插座品牌的兼容性
这些新增的设备配置文件使得用户能够更准确地监测这些设备的能耗情况,为家庭能源管理提供更全面的数据基础。
功能增强
本次更新在用户体验和功能完善方面做了多项改进:
- 域组类型选项流:实现了域组类型的选项流功能,使用户在配置过程中能够更直观地选择和设置相关参数
- 多开关实体预填充:在发现流程中预先填充多开关实体,简化了配置过程,提升了用户体验
- 能源组零起点选项:新增了能源组从零开始计算的选项,为能耗数据分析提供了更多灵活性
问题修复
开发团队针对以下问题进行了修复:
- 功率传感器模板跟踪问题:解决了使用模板的功率传感器有时无法正确跟踪的问题,确保了能耗数据的准确性
- 待机功率字段显示问题:修复了选项流中待机功率字段不显示的问题,恢复了这一重要参数的配置功能
技术细节解析
设备配置文件优化
本次更新中对智能开关配置文件进行了调整,使其更符合文档规范。这意味着:
- 设备参数定义更加标准化
- 能耗计算模型更加精确
- 设备兼容性得到提升
特别是对Shelly Pro 3EM设备,开发团队提供了多个配置文件,以适应不同使用场景的需求,体现了对专业级能耗监测设备的重视。
能耗计算改进
新版本在能耗计算算法上做了优化:
- 改进了功率传感器的跟踪机制,确保在各种情况下都能准确记录设备能耗
- 增加了"从零开始"的选项,为长期能耗趋势分析提供了更好的支持
- 优化了待机功率的处理逻辑,使低功耗设备的能耗监测更加精确
应用价值
1.17.3版本的发布为用户带来了更全面的设备支持、更精确的能耗计算和更流畅的使用体验。这些改进使得:
- 用户可以监控更多类型的智能设备,构建更完整的家庭能源监测系统
- 能耗数据更加准确可靠,为节能决策提供有力支持
- 配置过程更加简单直观,降低了使用门槛
对于关注家庭能源管理的用户来说,这次更新无疑提供了更强大的工具来了解和优化家庭用电情况。
总结
Home Assistant Powercalc 1.17.3版本通过扩展设备支持、增强核心功能和修复已知问题,进一步巩固了其作为Home Assistant平台上重要能耗监测组件的地位。无论是新增的设备配置文件,还是改进的能耗计算逻辑,都体现了开发团队对产品质量和用户体验的持续关注。对于智能家居爱好者和能源管理关注者来说,这无疑是一个值得升级的版本。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210