随着万物互联的物联网技术发展,建筑设备物联网的推进速度日益加快,目的是所有电气设备连接到网络实现可测可控,但通过智能插座等智能模块连接电气设备的不确定性为设备管理带来了难题。如何在建筑物联网系统中自动识别设备类型,是建筑物联网发展的迫切需要。本文针对办公建筑物联网环境下的电气设备分类与识别方法展开研究,实现根据建筑物联网连接设备的电气参数特征自动实时识别设备类型。首先,本文介绍了电气设备分类与识别方法及物联网系统在国内外的发展现状,在研究建筑设备物联网构架基础上,设计开发了一套基于建筑物联网的用电设备数据采集和分析系统,研究了常用设备的电气参数特性以及不同设备的电气参数特征。其次,在分析现有设备分类与识别方法的基础上,研究了k-means算法和kNN算法结合实现办公建筑中所使用的设备分类与识别方法和架构,给出了选用k-means聚类算法实现设备分类模型库和选用kNN分类算法构建设备识别模型的流程。研究了改进的k-means聚类算法和kNN算法的结合挖掘数据中潜在的特征,实现建筑用电设备分类与识别的方法。然后,详细描述采用两次k-means聚类算法的设备分类模型与使用kNN算法的设备识别模型的构建过程。初次聚类采用k-means实现聚类电流总谐波畸变率数据;二次聚类对相似性距离度量方法进行了多参数改进,结合手肘法约束算法的初始化聚类条件,使用标记中心方法优化聚类结果,提高分类精度;把设备分类模型的结果作为设备识别模型的训练数据,采用kNN算法分类决策规则实现设备类型识别。最后,利用团队已搭建的建筑物联网系统采集的饮水机、台式电脑、微波炉、热风机和电炒锅等五个常用设备历史数据进行实验和识别,验证了以上算法的有效性,与传统方法相比,改进后的分类方法具有更高的分类准确率。设备识别方法能对识别对象做快速判断,有较高的识别率。