全球各类能源消耗总量的持续增长模式,不断引发海平面显著上升、冰川不断融化、生态环境恶化、农业大幅减产等一系列严重扼制国家经济可持续发展的问题。鉴于节能减排刻不容缓以及居民住宅的节能潜力颇大,必须深入了解居民住宅用电能耗的相关影响因子,包括房屋固有属性以及住户个人特性。居民住宅用电能耗与其影响因子间的关联分析工作,有利于政府制定有效的节能政策、电力公司提供高效的个性化电力服务以及居民用户实施有力的节能措施。然而,目前国内外相关文献工作仍着力于区域性居民负荷预测模型、分时电价下居民负荷弹性模型等的建立,少有人关注居民住宅用电能耗与其影响因子间的关联性分析工作。本文在了解和掌握居民住宅用电能耗量的常见影响因子,相关性衡量指标,典型回归解释模型和特征筛选模型的基础上,结合在爱尔兰官方网站下载的居民住宅用电能耗数据以及包含居民特性信息的问卷数据,开展了居民住宅用电能耗与房屋固有属性及住户个人特性的关联性研究工作。首先,基于文献综述工作确定本课题需要研究的与居民住宅用电能耗有关的影响因子,并从爱尔兰调查问卷中找到相应的问题和问卷数据;对爱尔兰的问卷调查数据和居民住宅用电能耗数据进行数据缺失处理以及基于用户ID号的两大部分数据的“一对一”匹配处理。其次,为保证后续所建非线性回归解释模型的可靠性,提出基于遗传算法和支持向量机的非线性封装式特征筛选模型,以挑选出与居民住宅用电能耗量显著线性或非线性相关的影响因子,并同时剔除冗余相关的影响因子;为进一步验证该非线性封装式特征筛选模型的特征选择结果的优劣性,基于最大互信息系数这一非线性关系衡量指标,将该模型与常见的线性式过滤方法以及逐步线性回归进行比较分析。最后,预处理回归解释模型的因变量和自变量,包括居民住宅用电能耗水平的划分和虚拟变量的引入;基于多元逻辑斯蒂算法,建立居民住宅用电能耗与所筛选出的影响因子之间的非线性回归解释模型,以进一步分析居民住宅用电能耗与这些影响因子之间的具体影响机制。本文所研究的影响因子主要分为四大类,包括房屋特性、家用电器数量以及使用情况、人口社会因素以及居民用能态度。基于爱尔兰数据库的仿真结果表明,不同影响因子确实对住宅用电能耗存在不同程度的影响。相比于传统的线性特征筛选模型,本文所提出的基于遗传算法和支持向量机的非线性封装式特征筛选模型,既能有效识别出住宅用电能耗与其影响因子之间的非线性复杂关系,又能同时尽可能降低所选因子之间的冗余程度。通过基于多元逻辑斯蒂的非线性回归解释模型,深入挖掘以上四大类影响影子与用电能耗间具体的关联关系。研究表明,除居民用能态度对用电能耗几乎不存在任何影响之外,其余三大类中的部分影响因子均对住宅用电能耗存在一定影响。