←新闻详情

heise online更新于 11月6日 17:21

通过电流指纹识别工具:Shelly 硬件被改造

Werkzeug per Strom-Fingerabdruck erkennen: Shelly-Hardware gehackt | heise online

AI 导读

heise 作者 Johannes Börnsen 尝试用 Shelly EM Gen3 通过串口刷机,按启动电流与谐波区分不同电动工具,实现非侵入式负载监测(NILM)。思路是先采集各工具的负载曲线做训练,再由软件自动识别,从而搭建显示工具运行时间的仪表盘。

正文 · AI 翻译

这一切都始于我的同事Joey,即Johannes Börnsen的一个问题。他在两个YouTube视频中展示了Shelly Plug如何识别其电池已充满。他想知道,用这样的测量数据是否也能区分多个设备。一个装在配电箱里的传感器,能知道当前正在运行哪件工具,听起来很诱人。

通过串行接口刷写Shelly EM Gen3

根据启动电流和谐波区分工具

通过猜测为工具创建配置文件

我想,这样就可以搭建一个仪表盘,清晰地显示哪件工具在何时运行以及运行了多久。比如我的圆锯会根据工作需要在不同的插座之间移动,所以每个插座上装一个Shelly中间插头并不能解决问题。我的想法是,机器必须能够通过电流本身以某种方式被识别出来。

将标签打印机接入网络并通过二维码控制

通过电流指纹识别工具:Shelly硬件被改造

不寻常的时钟:自己动手制作会说话的壶

停电时:UPS的意义以及什么适合树莓派

使用Nixie电子管制作复古计算器的指南

创客项目:为Allsky相机打造3D打印的防风雨外壳

这个想法并不新鲜,甚至还有一个名字:非侵入式负载监测,简称NILM。电路上的一个电表就应根据负载跳变识别出哪些设备被开启和关闭。首先在训练模式下将负载曲线的不同区段分配给某件工具,之后软件应能自行区分这些机器。

这就是我们heise-Plus文章《通过电流指纹识别工具:Shelly硬件被改造》的试读部分。订阅heise-Plus即可阅读全文。

电力入仓、入网及输入其他车辆:根据模型计算,货运代理通过双向充电可节省百分之十的能源成本。

AI让复刻知名程序变得诱人地简单。但技术上可行的事,远非总是合法。一份法律评估。

充电桩的价格差异巨大。使用直流充电的人,可能要每千瓦时多付40欧分。因此您应该了解一些脚注。

电动皮卡Musso EV甚至在价格上低于燃油皮卡。不过,偏乘用车的设计只在有限程度上适合商用车用途。

柯达Pixpro AZ653提供65倍变焦和2000万像素传感器。我们测试了这款桥式相机。

AnythingLLM可导入文档并通过AI聊天给出相关回答。数据和大语言模型均保留在本地,完全在您的掌控之中。

来源

heise online