公共建筑内部不同的人用能行为可能导致建筑能耗的巨大差别,需要制订相应的节能管理政策和建筑节能标准规范其行为以达到节能的目的。然而,由于人行为的复杂性、潜在的隐私问题、昂贵的人行为检测装置以及霍桑效应等因素的影响导致建立准确的、定量的、可适用于节能管理、能耗评价和能耗仿真的人行为模型较为困难。因此,从工程实践的角度出发,探索人用能行为的特征提取方法以及在节能领域中的应用愈显重要和迫切。公共建筑房间的能耗情况间接反映了室内人员用能行为,通过房间能耗数据提取人用能行为特征是一种有效的人行为研究方法。随着我国能耗监测系统建设工作的不断发展,积累了大量的能耗数据。因此,本文在课题组已建成的某大型政府机关办公建筑的能耗监测系统的基础上,以大量的房间照明与插座能耗数据为基础,利用数据挖掘方法,开展了房间日用能模式的挖掘与用能评价的相关研究,为公共建筑节能管理和能耗评价提供依据。此外,论文研究结果还可用于公共建筑能耗的仿真研究,减少建筑能耗仿真与实际的差异性。论文的主要研究工作包括:(1)针对能耗数据在采集、通信、传输、存储等各个环节容易受到噪声干扰、传感器失效、通信中断等多种因素的影响,产生缺失、累计能耗突变等各种严重影响数据质量的数据异常问题,提出了相应的检测与识别方法,并利用突变倍数和累计时间长度的统计分析方法,有效识别出电耗采集过程中特有的累计能耗突变异常数据,为提高数据挖掘的准确性提供了有效数据支撑。(2)结合建筑内房间能耗变化以日为周期的特征,利用无监督学习的聚类算法,以偏移的欧氏距离作为相似性度量距离,并通过Davies-Bouldin指标获取了初步的聚类分类,最终提取出5类典型的房间日用能模式。最终通过假设检验统计方法,建立了各种日用能模式的单位面积日能耗随机分布模型,为此类建筑异常能耗模式识别和能耗仿真提供了依据和定量化的建模方法。(3)针对办公建筑内部房间类型众多,影响房间能耗的因素较多,能耗基准建立与精细化节能管理缺乏依据的问题,分别采用四分位法和聚类分析法建立了基于房间类型和日用能模式的能耗基准线,然后讨论了两种方法在节能管理的不同阶段的适用性,并在此基础上,采用多最小支持度关联规则挖掘方法提取高用能模式与房间各种属性之间的特征,为建筑内部节能潜力的深度挖掘提供了精细化节能管理的依据。