随着我国城市化建设以及公共建筑节能的不断发展,全国许多城市都逐步建立起全国联网的大型公共建筑能耗监测平台。大型公共建筑通过能耗统计、能源审计、能效公示、用能定额和超定额加价等制度提高节能管理水平,为进一步节能改造工作的开展提供技术参考。能耗数据的正确性和可靠性影响建筑的运行管理、节能诊断与能效评价。建筑能耗监测系统中,监测仪表通常安装在变电所等具有强电磁干扰的环境中,并且监测建筑分布地域广,网络环境复杂多变。基于以上原因,能耗数据在采集、通信、传输、存储等各个环节容易受到多种因素影响,导致建筑能耗监测平台上中能耗数据质量普遍不高,存在大量的问题数据。为解决上述问题,本文首先基于全国多个公共建筑能耗监测平台的调研结果,研究了既有建筑能耗监测平台在底层网络、数据传输及数据处理等环节中存在的数据质量问题,明确了此类平台各类异常数据的定义与特征。其次,本文提出了基于用电特征的异常数据的辨识方法,该方法首先利用基于肘部法则的k-means++聚类算法辨识部分异常数据;其次根据建筑不同工况下的实际属性对用能模式进行分类;然后对历史逐时用电量数据进行清洗,形成历史用电特征线;最后通过比较相同用能模式下的实时能耗特征线与历史能耗特征线趋势是否一致,来辨识全部异常数据。将此方法应用于某办公建筑进行试验,验证了该方法对异常能耗数据的辨识准确度高,适用性强。第三,本文在knn算法的基础上,提出了一种新的基于斜率的knn-slope数据修复算法。研究了不同修复算法下的日逐时数据缺失率与修复精度的关系。此外,针对knnslope算法,本文探究了其算法优势,结合具体案例分析了实时数据修复可行性、不同k值、不同历史数据集大小对修复结果的影响以及降低用电特征点相对误差的方法。最后,本文研发了全新的建筑能耗监测平台数据质量评价及修复软件,并将本文中的能耗数据辨识与修复算法应用到了实际工程中。本文为解决建筑能耗监测系统中的数据质量问题提供了理论指导和技术方法,对提高我国建筑能耗监测技术的应用与发展具有重要的理论和实际意义。