CN107968299A - 一种基于人工神经网络的养鱼智能插座及识别算法 - Google Patents

一种基于人工神经网络的养鱼智能插座及识别算法 Download PDF

Info

Publication number
CN107968299A
CN107968299A CN201711278316.7A CN201711278316A CN107968299A CN 107968299 A CN107968299 A CN 107968299A CN 201711278316 A CN201711278316 A CN 201711278316A CN 107968299 A CN107968299 A CN 107968299A
Authority
CN
China
Prior art keywords
neural network
equipment
intelligent socket
data
artificial neural
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711278316.7A
Other languages
English (en)
Inventor
李家杨
王伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chipsea Technologies Shenzhen Co Ltd
Original Assignee
Chipsea Technologies Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chipsea Technologies Shenzhen Co Ltd filed Critical Chipsea Technologies Shenzhen Co Ltd
Priority to CN201711278316.7A priority Critical patent/CN107968299A/zh
Publication of CN107968299A publication Critical patent/CN107968299A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01R—ELECTRICALLY-CONDUCTIVE CONNECTIONS; STRUCTURAL ASSOCIATIONS OF A PLURALITY OF MUTUALLY-INSULATED ELECTRICAL CONNECTING ELEMENTS; COUPLING DEVICES; CURRENT COLLECTORS
    • H01R13/00—Details of coupling devices of the kinds covered by groups H01R12/70 or H01R24/00 - H01R33/00
    • H01R13/66—Structural association with built-in electrical component
    • H01R13/665—Structural association with built-in electrical component with built-in electronic circuit
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01R—ELECTRICALLY-CONDUCTIVE CONNECTIONS; STRUCTURAL ASSOCIATIONS OF A PLURALITY OF MUTUALLY-INSULATED ELECTRICAL CONNECTING ELEMENTS; COUPLING DEVICES; CURRENT COLLECTORS
    • H01R13/00—Details of coupling devices of the kinds covered by groups H01R12/70 or H01R24/00 - H01R33/00
    • H01R13/66—Structural association with built-in electrical component
    • H01R13/665—Structural association with built-in electrical component with built-in electronic circuit
    • H01R13/6683—Structural association with built-in electrical component with built-in electronic circuit with built-in sensor
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01R—ELECTRICALLY-CONDUCTIVE CONNECTIONS; STRUCTURAL ASSOCIATIONS OF A PLURALITY OF MUTUALLY-INSULATED ELECTRICAL CONNECTING ELEMENTS; COUPLING DEVICES; CURRENT COLLECTORS
    • H01R13/00—Details of coupling devices of the kinds covered by groups H01R12/70 or H01R24/00 - H01R33/00
    • H01R13/66—Structural association with built-in electrical component
    • H01R13/665—Structural association with built-in electrical component with built-in electronic circuit
    • H01R13/6691—Structural association with built-in electrical component with built-in electronic circuit with built-in signalling means
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01R—ELECTRICALLY-CONDUCTIVE CONNECTIONS; STRUCTURAL ASSOCIATIONS OF A PLURALITY OF MUTUALLY-INSULATED ELECTRICAL CONNECTING ELEMENTS; COUPLING DEVICES; CURRENT COLLECTORS
    • H01R13/00—Details of coupling devices of the kinds covered by groups H01R12/70 or H01R24/00 - H01R33/00
    • H01R13/66—Structural association with built-in electrical component
    • H01R13/70—Structural association with built-in electrical component with built-in switch

Landscapes

  • Engineering & Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明公开了一种基于人工神经网络的养鱼智能插座及识别算法，所述智能插座包括有至少一个插孔，数据处理器，计量芯片，无线通信模块，温度传感器，其中，所述插孔接有计量芯片和开关驱动电路，所述计量芯片和开关驱动电路连接于数据处理器，所述数据处理器分别接有温度传感器和无线通信模块，通过计量芯片所插接的设备电流、功率等信息，由此，采集数据处理器判断插孔中设备的类型，对设备进行识别，解决了养鱼过程中各个设备的开关控制繁琐的问题、解决了无法对插入的设备进行有效识别的问题，温度传感器则采集养鱼环境的温度数据，由此实现智能控制。

Description

一种基于人工神经网络的养鱼智能插座及识别算法
技术领域
本发明属于智能家居技术领域，特别涉及基于互联网的专用型插座。
背景技术
在家庭养鱼中，为了增加养鱼的观赏性，会在鱼缸中使用七彩灯和造浪泵等设备，使鱼缸里的鱼看起来更加的美观。而养鱼的鱼缸中需要使用加热棒，氧泵、杀菌灯、造浪泵和照明灯等设备，这些设备并不是一直在上电使用，因此使用普通的插座需要不定期的插拔设备，养鱼变得繁琐，对于不同品种的鱼，需要用不同的设备去养护，设备的安全性对水族缸里的鱼至关重要，对设备的有效识别和故障检测，可以及时避免用户的损失。
随着物联网的发展，通过将设备联网，可以实现对设备的远程智能控制，使养鱼变得简单方便；基于人工神经网络算法，将插入的设备进行识别，判断设备在运行时的状况，对于工作异常的设备及时提醒用户。
专利申请201710199964.7公开了一种智能插座的管理系统及其方法，涉及物联网通信技术领域，解决了管理分散于较大的范围内的智能插座群的技术问题。本发明所提供的智能插座包括插座本体和物联网通信模块，插座本体上安装有开关控制元件，开关控制元件与物联网通信模块连接；本发明所提供的智能插座管理系统包括至少一个上所述的智能插座，还包括移动终端、云服务器和至少一个物联网基站，移动终端上运行有智能插座客户端；云服务器上运行有智能插座管理平台；智能插座通过物联网通信模块与其所属范围内的物联网基站进行通信，物联网基站又通过无线或有线网络与智能插座客户端和智能插座管理平台进行通信。本发明可然而，该专利申请只是利用物联网、移动终端和云服务器实现插座客户端和管理平台之间的通讯，对分散的插座群进行管理。并不能实现针对观赏鱼所具有的特殊插座进行智能管理。
发明内容
基于此，因此本发明的首要目地是提供一种基于人工神经网络的养鱼智能插座及识别算法，该智能插座及识别算法解决了养鱼过程中各个设备的开关控制繁琐的问题、现有的普通插座和智能插座无法对插入的设备进行有效识别的问题，以及在设备发生故障时无法判断的问题。
本发明的另一个目地在于提供一种基于人工神经网络的养鱼智能插座及识别算法，该智能插座及识别算法实现简便，控制方便，能够实现观赏鱼的自动化和智能化养殖，且成本低廉。
为实现上述目的，本发明的技术方案为：
一种基于人工神经网络的养鱼智能插座，其特征在于所述智能插座包括有至少一个插孔，数据处理器，计量芯片，无线通信模块，温度传感器，其中，所述插孔接有计量芯片和开关驱动电路，所述计量芯片和开关驱动电路连接于数据处理器，所述数据处理器分别接有温度传感器和无线通信模块，通过计量芯片所插接的设备电流、功率灯信息，由此，采集数据处理器判断插孔中设备的类型，对设备进行识别，解决了养鱼过程中各个设备的开关控制繁琐的问题、解决了无法对插入的设备进行有效识别的问题，温度传感器则采集养鱼环境的温度数据，由此实现智能控制。
所述智能插座，还设置有PH值检测传感器接口，所述PH值检测传感器接口接有PH值检测探头，通过PH值检测探头实时获取养鱼水的PH值，可以将检测到的数据通过无线通信模块发送到用户的手机端进行显示，当出现异常时，提醒用户进行合理的养护。
一种基于人工神经网络的养鱼智能插座的识别算法，其特征在于该方法包括如下步骤：
101、采集插入设备的数据；具体地说，首次使用时，在智能插座联网成功后，无线设备终端会引导用户依次插入不同的设备，计量芯片会采集插入设备的电流、功率和功率因数等有效数据；
102、上述数据经过处理后通过无线模块，将数据发送至服务器；
103、建立数学模型；所述的数学模型，是指BP神经网络算法的数学模型，服务器将数据进行分类，然后建立数学模型；
104、进行BP神经网络训练；
进一步，所述BP神经网络训练采用三层网络，即输入层、隐含层和输出层，将采集到的电流，功率和功率因数作为BP神经网络的输入层，设置好对应的连接权值，隐含层的阈值，学习速率和对应的激励函数；将不同设备的三种参数导入到BP神经网络的算法中，经过训练后，在输出层对应不同类型电器设备的训练结果。
104、重新插入设备，上传数据到服务器；
在BP神经网络模型建立后，当用户再次插入设备时，通过无线模块将采集到电流、功率和功率因数发送到服务器；
105、服务器将获取的插入设备数据按照已训练网络进行分类；并显示所识别的设备。
即通过已经训练好的BP神经网络模型可以快速识别出对应的设备，同时在设备工作期间定期发送数据到服务器。
如果服务器无法识别时，发送消息到APP端提示用户异常。当用户接入新设备时，输入对应的设备类型，将采集到的数据发送到服务器端，服务器端会将新接入的设备数据添加到数学模型中，然后进行BP神经网络的训练，实现设备的“自学习”功能。
本发明在插座中嵌入无线通讯模块(如WiFi模块)，利用无线终端(如手机)控制插座的开关，对于每一路的插口加入计量芯片，采集插入设备的电流、功率等信息。再将采集到的数据进行建模，利用BP神经网络进行训练，完成训练后，即可对插入的设备进行有效的识别，当某个插口的设备工作异常时，可以有效检测，及时的反馈给用户。对未能正确识别的设备，智能插座中的数据处理器会进行自学习，对未知的设备进行训练，当再次插入设备时，在无线终端会显示对应的设备类型。
因此，通过智能自动化控制和人工神经网络结合，对养鱼专用插座实现了插入设备的智能控制和有效识别，方便了用户的使用，保证了水族缸中鱼的安全。
附图说明
图1是本发明所实施的总体架构图。
图2是本发明所实施利用人工神经网络实现识别算法的流程图。
图3是本发明所实施BP神经网络示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明所实现的基于人工神经网络的养鱼智能插座，其特征在于所述智能插座包括有至少一个插孔，数据处理器，计量芯片，无线通信模块，温度传感器和PH值检测传感器接口等，其中，所述插孔接有计量芯片和开关驱动电路，所述计量芯片和开关驱动电路连接于数据处理器，所述数据处理器分别接有温度传感器和无线通信模块，所述PH值检测传感器接口接有PH值检测探头。
首次使用时，在智能插座联网成功后，无线设备终端会引导用户依次插入不同的设备，输入设备的名称，计量芯片会采集插入设备的电流、功率等有效数据，保存至本地，数据采集完成后，插座会自动识别设备的类型，在无线终端显示设备的类型。若插入的设备未训练，则无线终端会提示用户输入设备名称，数据处理器会将设备的有效数据添加至样本集中进行训练，当再次插入时，即可识别出设备的类型，实现插座自学习的功能。
在工作过程中，设备发生异常时，无线终端会发送推送消息提醒用户发生异常的设备类型，并且智能插座上对应的插口指示灯会闪烁，提示用户设备异常。
养鱼的水温和水质的PH值的异常会对鱼缸内的鱼造成不良的影响，因此通过接入温度传感器和水质PH值检测探头，可以将检测到的数据通过无线模块发送到手机端进行显示，当出现异常时，提醒用户进行合理的养护。
所述插孔，通常有三个以上，以对多个插接设备进行判断和识别，并提供电力。
利用人工神经网络实现电器识别算法流程如图2所示，首次使用时，在智能插座联网成功后，无线设备终端会引导用户依次插入不同的设备，在APP端输入设备的名称，此时计量芯片会采集插入设备的电流、功率和功率因数等有效数据。经过处理后通过无线模块，将数据发送至服务器。服务器将数据进行分类，建立数学模型，然后利用BP神经网络算法进行训练。
如图3所示，BP神经网络训练采用三层网络，即输入层、隐含层和输出层，将采集到的电流，功率和功率因数作为BP神经网络的输入层，设置好对应的连接权值，隐含层的阈值，学习速率和对应的激励函数。将不同设备的三种参数导入到BP神经网络的算法中，经过训练后，在输出层对应不同类型电器设备的训练结果。
在BP神经网络模型建立后，当用户再次插入设备时，通过无线模块将采集到电流、功率和功率因数发送到服务器，通过已经训练好的BP神经网络模型可以快速识别出对应的设备。在设备工作期间定期发送数据到服务器，如果服务器无法识别时，发送消息到APP端提示用户异常。当用户接入新设备时，输入对应的设备类型，将采集到的数据发送到服务器端，服务器端会将新接入的设备数据添加到数学模型中，然后进行BP神经网络的训练，实现设备的“自学习”功能。
因此，本发明在插座中嵌入无线通讯模块(如WiFi模块)，利用无线终端(如手机)控制插座的开关，对于每一路的插口加入计量芯片，采集插入设备的电流、功率等信息。再将采集到的数据进行建模，利用BP神经网络进行训练，完成训练后，即可对插入的设备进行有效的识别，当某个插口的设备工作异常时，可以有效检测，及时的反馈给用户。对未能正确识别的设备，智能插座中的数据处理器会进行自学习，对未知的设备进行训练，当再次插入设备时，在无线终端会显示对应的设备类型。
本发明通过智能自动化控制和人工神经网络结合，对养鱼专用插座实现了插入设备的智能控制和有效识别，方便了用户的使用，保证了水族缸中鱼的安全。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于人工神经网络的养鱼智能插座，其特征在于所述智能插座包括有至少一个插孔，数据处理器，计量芯片，无线通信模块，温度传感器，其中，所述插孔接有计量芯片和开关驱动电路，所述计量芯片和开关驱动电路连接于数据处理器，所述数据处理器分别接有温度传感器和无线通信模块。
2.如权利要求1所述的基于人工神经网络的养鱼智能插座，其特征在于所述智能插座，还设置有PH值检测传感器接口，所述PH值检测传感器接口接有PH值检测探头。
3.一种基于人工神经网络的养鱼智能插座的识别算法，其特征在于该方法包括如下步骤：
101、采集插入设备的数据；
102、上述数据经过处理后通过无线模块，将数据发送至服务器；
103、建立数学模型；
104、进行BP神经网络训练；
105、重新插入设备，上传数据到服务器；
106、服务器将获取的插入设备数据按照已训练网络进行分类；并显示所识别的设备。
4.如权利要求3所述的基于人工神经网络的养鱼智能插座的识别算法，其特征在于所述101步骤中，首次使用时，在智能插座联网成功后，无线设备终端会引导用户依次插入不同的设备，计量芯片会采集插入设备的电流、功率和功率因数等有效数据。
5.如权利要求3所述的基于人工神经网络的养鱼智能插座的识别算法，其特征在于所述103步骤中，所述的数学模型，是指BP神经网络算法的数学模型，服务器将数据进行分类，然后建立数学模型。
6.如权利要求3所述的基于人工神经网络的养鱼智能插座的识别算法，其特征在于所述104步骤中，所述BP神经网络训练采用三层网络，即输入层、隐含层和输出层，将采集到的电流，功率和功率因数作为BP神经网络的输入层，设置好对应的连接权值，隐含层的阈值，学习速率和对应的激励函数；将不同设备的三种参数导入到BP神经网络的算法中，经过训练后，在输出层对应不同类型电器设备的训练结果。
7.如权利要求3所述的基于人工神经网络的养鱼智能插座的识别算法，其特征在于所述105步骤中，在BP神经网络模型建立后，当用户再次插入设备时，通过无线模块将采集到电流、功率和功率因数发送到服务器。
8.如权利要求3所述的基于人工神经网络的养鱼智能插座的识别算法，其特征在于所述106步骤中，通过已经训练好的BP神经网络模型可以快速识别出对应的设备，同时在设备工作期间定期发送数据到服务器。
9.如权利要求3所述的基于人工神经网络的养鱼智能插座的识别算法，其特征在于如果服务器无法识别时，发送消息提示用户异常；当用户接入新设备时，输入对应的设备类型，将采集到的数据发送到服务器端，服务器端会将新接入的设备数据添加到数学模型中，然后进行BP神经网络的训练。
CN201711278316.7A 2017-12-06 2017-12-06 一种基于人工神经网络的养鱼智能插座及识别算法 Pending CN107968299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711278316.7A CN107968299A (zh) 2017-12-06 2017-12-06 一种基于人工神经网络的养鱼智能插座及识别算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711278316.7A CN107968299A (zh) 2017-12-06 2017-12-06 一种基于人工神经网络的养鱼智能插座及识别算法

Publications (1)

Publication Number Publication Date
CN107968299A true CN107968299A (zh) 2018-04-27

Family

ID=61999493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711278316.7A Pending CN107968299A (zh) 2017-12-06 2017-12-06 一种基于人工神经网络的养鱼智能插座及识别算法

Country Status (1)

Country Link
CN (1) CN107968299A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108718021A (zh) * 2018-05-02 2018-10-30 珠海格力电器股份有限公司 一种电源连接器、电源连接器控制方法和存储介质
CN109546477A (zh) * 2018-11-01 2019-03-29 上海理工大学 用于家居系统的智能插排
CN110534981A (zh) * 2019-08-30 2019-12-03 吉林大学 一种基于物联网的智能防过充插座系统及其控制方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2647962A1 (fr) * 2012-04-06 2013-10-09 Electricité de France Prise et procédé de contrôle d'une installation électrique comprenant une telle prise
CN104836078A (zh) * 2014-02-11 2015-08-12 王斌 一种人工神经元控制插座
CN105068515A (zh) * 2015-07-16 2015-11-18 华南理工大学 一种基于自学习算法的智能家居设备语音控制方法
CN205303840U (zh) * 2015-09-29 2016-06-08 王德龙 一种智能插座
CN105929750A (zh) * 2016-06-21 2016-09-07 苏州迈奇杰智能技术有限公司 一种基于微处理器人工智能控制智能插座
CN106779069A (zh) * 2016-12-08 2017-05-31 国家电网公司 一种基于神经网络的异常用电检测方法
CN106936035A (zh) * 2015-12-30 2017-07-07 天津市百分百信息技术有限公司 一种智能节能插座
CN107017530A (zh) * 2017-03-14 2017-08-04 清华大学 一种智能插座及其控制方法
CN206451941U (zh) * 2017-01-26 2017-08-29 马贵军 一种适用于鱼缸的多功能插座
CN206523782U (zh) * 2017-03-10 2017-09-26 森森集团股份有限公司 水族箱远程智能控制系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2647962A1 (fr) * 2012-04-06 2013-10-09 Electricité de France Prise et procédé de contrôle d'une installation électrique comprenant une telle prise
CN104836078A (zh) * 2014-02-11 2015-08-12 王斌 一种人工神经元控制插座
CN105068515A (zh) * 2015-07-16 2015-11-18 华南理工大学 一种基于自学习算法的智能家居设备语音控制方法
CN205303840U (zh) * 2015-09-29 2016-06-08 王德龙 一种智能插座
CN106936035A (zh) * 2015-12-30 2017-07-07 天津市百分百信息技术有限公司 一种智能节能插座
CN105929750A (zh) * 2016-06-21 2016-09-07 苏州迈奇杰智能技术有限公司 一种基于微处理器人工智能控制智能插座
CN106779069A (zh) * 2016-12-08 2017-05-31 国家电网公司 一种基于神经网络的异常用电检测方法
CN206451941U (zh) * 2017-01-26 2017-08-29 马贵军 一种适用于鱼缸的多功能插座
CN206523782U (zh) * 2017-03-10 2017-09-26 森森集团股份有限公司 水族箱远程智能控制系统
CN107017530A (zh) * 2017-03-14 2017-08-04 清华大学 一种智能插座及其控制方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108718021A (zh) * 2018-05-02 2018-10-30 珠海格力电器股份有限公司 一种电源连接器、电源连接器控制方法和存储介质
CN109546477A (zh) * 2018-11-01 2019-03-29 上海理工大学 用于家居系统的智能插排
CN110534981A (zh) * 2019-08-30 2019-12-03 吉林大学 一种基于物联网的智能防过充插座系统及其控制方法

Similar Documents

Publication Publication Date Title
CN107968299A (zh) 一种基于人工神经网络的养鱼智能插座及识别算法
CN104396865B (zh) 母猪发情远程自动监测系统和方法
CN106211518B (zh) 一种智能城市照明系统
Pranata et al. Towards an IoT-based water quality monitoring system with brokerless pub/sub architecture
Adu-Manu et al. Smart river monitoring using wireless sensor networks
CN103268105A (zh) 基于物联网Android平台的水产养殖远程监控系统
US11758887B1 (en) Method, system and apparatus for intelligently monitoring aquafarm with multi-dimensional panoramic perception
CN112287214B (zh) 基于晾衣机的晾衣推荐方法、智能终端以及存储装置
Lachhab et al. Monitoring and controlling buildings indoor air quality using WSN-based technologies
CN106647294A (zh) 一种基于NB‑IoT的用水控制系统
CN110658725A (zh) 一种基于人工智能的能源监管和预测系统及其方法
CN105641902A (zh) 面向互联网的智能绿色健身系统
CN105868549A (zh) 基于互联网物联的医疗设备及其通信装置和方法
CN106533856A (zh) 智能手表控制智能家居设备的方法和装置
CN204733177U (zh) 一种用于防止用户沉迷网络的网络监控系统
CN204180708U (zh) 母猪发情远程自动监测系统
Haghani et al. Design and implementation of a solar-powered smart irrigation system
KR102312678B1 (ko) 통신 인터페이스와 인공 지능에 기반한 개인용 식물 재배 장치 및 시스템
CN207601589U (zh) 一种基于微处理器的可管理用电的智能插座监控系统
CN107643692A (zh) 能效管理系统及方法
CN104331029B (zh) 具有双网络连接方式的除菌除异味控制系统及方法
CN105466051B (zh) 太阳能热水器实时控制系统及其控制方法
CN206341231U (zh) 一种基于物联网的智能家居系统
CN206096849U (zh) 一种智能健身场馆数据采集系统
CN105825647A (zh) 智能家居网关及传感器设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination