现今社会,物联网时代的到来牵动着家家户户的智能家居水平飞速提高,在可预见的未来时间里,不同类型以及越来越多数量的智能终端终将散布在每个家庭内部的各个角落,达到为我们创造更加智能化和便利化的生活条件的目的。首先,传统的家居节能系统难以满足人们智能化和个性化的服务需求,随着传感器、终端设备等物联网设备的发展以及情境感知的发展,给这一瓶颈带来了生机与希望。为了能够给用户提供根据当前情境信息的自适应智能节能调控,因此本文提出了基于情境感知的智能家居节能系统,借助情境感知引擎设计节能模块,实现对家庭设备的自主联动调控与反馈。其次,随着家庭内部终端设备数量的增长以及用户业务需求的多样化出现,网络延时和堵塞等问题就会越来越突出,单单依靠云计算技术已经不能满足未来智能家居的发展趋势,为了解决这一问题,本文系统引入边缘计算技术(EC,Edge Computing),基于边缘计算实现边缘数据分析、智能感知与控制以及用电量预测等功能,实现加强居民节能意识和引导居民自觉节能。其中,用电量预测模块采用GBDT、XGBoost、LightGBM等近几年来比较前沿的机器学习算法,基于公开的电力数据集,然后利用特征工程,融入气象数据和工作日、节假日时间事件信息等有效信息在云端进行泛化模型构建,再将此模型推广至用户边缘侧,继续促进模型的成长优化得到最终适用的用户个性化模型。最后,为了实现上述研究目标,除了完成硬件设施以及软件平台包括树莓派客户端与云服务器端的搭建部署与实现,还对系统整体架构进行了设计与实现,并集成上述各功能模块使用WebApp技术实现手机端系统。本文最后,给出本系统所有应用功能的界面展示与测试,综合证明系统的可用性与有效性。