公共建筑能耗持续升高,建筑中的各类用能设备是建筑能耗的主要产生来源。能耗监测系统的出现使得设备能耗实时跟踪记录成为可能,但受限于实际工程背景使得监测系统无法严格按照规范进行搭建安装,导致记录数据质量偏低,无法充分发挥其监测建筑能耗水平的作用。提升监测系统设备能耗数据质量,刻画公共建筑用能设备运行特性,掌握设备能耗变化规律,以此规范建筑设备用能方式,推动公共建筑节能降耗,是国内外学者十分关注与优先解决的问题。本文基于能耗监测系统中的逐小时数据,针对其中存在的缺失值、异常值以及多支路混杂计量等数据质量低的问题,首先对数据进行预处理并提出混杂支路分离画像技术,提纯支路数据,为建筑设备用能模式表征模型提供高质量能耗数据。接下来抓住同类建筑设备在运行时间与能耗特性方面具有相似性的特点,对办公及商业类型的公共建筑设备逐时用能特性与能耗水平进行了数值研究与理论分析,建立刻画同类型公共建筑设备用能模式的表征模型。该模型充分利用能耗监测系统中设备层级计量支路的数据,实现了对建筑内部设备层级能耗特性的逐时描述,为公共建筑节能降耗研究提供了新思路。本文主要创新与结论如下:（1）依托数据挖掘理论与KNN算法、箱线图法等数据统计分析方法,提出了基于设备逐时能耗变化特征的数据预处理方法。针对能耗监测系统中因传输设备损坏、网络中断等因素造成的数据存在缺失值与异常值等不可逆损坏的现象,先按设备运行时段的不同进行时间序列分类,借助KNN算法将不同类型时刻的问题数据归于不同时间类别中,通过对同类型时刻的正常运行数据变化特征进行自学习,将所得规律应用到异常时刻处,从而实现缺失值的填补与异常值的修复。引入箱线图法对修复结果的合理性进行检验,发现修复值与同时刻的正常数据点均位于箱线图上下四分位值范围内,没有出现异常点,从而证实了KNN算法填补缺失值与修复异常值的合理性。（2）对于实际建筑能耗监测系统中存在的用能支路混杂计量的现象,从某办公建筑“冷冻水泵与电梯”以及商业建筑“照明与通风机”支路混杂计量实际案例入手,通过分析混杂前支路设备正常逐时运行特征,进而对该支路异常用电部分进行分离,匹配监测系统中其它设备的计量支路,从而判定异常用电部分所属的支路类型,最后还原混杂前的单一用能设备支路逐时运行特征。在上述实际案例中提炼形成混杂支路分离画像技术,分离混杂计量的设备数据,进一步提高设备逐时用能数据质量。（3）基于实际办公建筑、商业建筑全年设备用能数据进行能耗随时间变化的特征分析,揭示了影响设备用能模式变化的主要日类别因素与季节类别因素,提出将设备全年能耗特征按不同状态时段划分为工作日/休息日、供冷季/过渡季/供暖季6种时间类别组合方式。本文对办公建筑与商业建筑中的冷水机组、公区照明、商业照明、电梯、自动扶梯等支路数据展开分析。借助支持向量机算法得到各支路典型逐时用电,通过日类别系数转换矩阵、季节类别系数转换矩阵实现从供冷季工作日到其它时间类别下的用能模式表征,建立了公共建筑设备用能模式表征模型。（4）使用一栋办公建筑的供冷季冷水机组、过渡季公区照明以及供暖季电梯支路各自一周的逐时数据,以及一栋商场建筑的供冷季冷水机组、过渡季商业照明以及供暖季自动扶梯支路各自一周的逐时数据用于所建立的办公和商场建筑设备用能模式表征模型准确性的检验。引入均方误差（MSE）作为量化指标,计算支路实际数据与模型表征值的MSE值,发现MSE值均小于10%,从而证实了办公建筑与商业建筑设备用能模式表征模型的合理性。