随着物联网技术的不断发展，开发各种智能家电产品已成为必然发展趋势。为了　满足便捷、智能、省时和省电的需求，针对新款电热水器产品开发的需求，本文从热　水器的加热方式、基于　BP　神经网络和云　Smart　热水器的智能控制等方面开展了深入研　究。　分析了理论热水输出时间与初始热水体积、功率和出温水量的关系。根据对不同　情境模式下的用户用水习惯调研，即早晨洗漱、一人洗浴、两人洗浴、两人以上洗浴、　泡澡和洗菜等日常用水量，分析得到不同情境模式下的用电量。从理论上提出根据用　户不同的需求供用水，可节省加热时间及电量。在实验研究方面，通过对比不同的加　热方式，即上加热管、中加热管和下加热管，在不同的加热温度的加热时间和相同温　度下的出温水量得出以下结论：当出水温度相同时，加热所用时间次序分别为：上加　热管＜中加热管＜下加热管；出温水量由少到多次序为：上加热管＜中加热管＜下加　热管。由此，证明了针对不同用户需求采用不同的加热方式可节省时间及电量。通过　分层加热可以在满足用户不同的需求的条件下实现省电省时。　本文提出的预测算法方案是基于在电热水器本机端统计获取用户连续35天的用水　习惯的循环历史记录（每天各个时间段的用水起点和用水量），并推算出该用户的洗浴　规律，进而预测出第二天该时间段是否用水。利用　BP　神经网络预测出该用水时间段的　目标温度和加热时间。通过实验对比分析了日常洗浴和　BP　神经网络预测后的加热时间　和出温水量，所得到的出水量很接近，相似系数达到　98%。　通过将电热水器本机端通过　WIFI　智能模块联网，将自身运行的各种参数上传到云　Smart　平台，然后利用层次聚类算法动态实时预测用户未来　24　小时的用水情况，结合　用户的诸如实时位置信息、当地的天气情况或用户的临时信息等辅助参数，更加准确　预测的用水时间和目标温度，结果表明：节电效率提升到　38.17%且利用　WIFI　绑定信　息大数据，针对不同地区的峰谷调峰电价制度，合理提前或推后热水器的开启加热时　间，节省电费。　本文提出的基于物联网的智能化节能技术方案已分别应用于海尔三种型号电热水　器系列产品，已取得较好的市场反映。