高耗能设备在实际运行过程中能源消耗量大、效率低、管理粗放、浪费严重、多数设备达不到满负荷运行状态，严重消耗我国的现有资源，具有巨大节能潜力。随着物联网技术的快速发展，许多高耗能设备已经实现了能耗数据的实时采集，积累了大量能耗数据，是评估、分析设备能耗状况的重要依据。然而由于技术和管理等方面的不足，能耗采集过程中产生很多问题数据，难以保证能耗数据的准确性和真实性。大量能耗数据源源不断地累积到数据库中，同时正常能耗的表现不断的变化，异常能耗的表现又难以确认，正常与异常的界限极不明确，管理人员很难及时有效地发现设备能耗异常情况，最终使得能耗数据难以发挥其应有的价值。所以，如何从海量的能耗数据中快速、高效的获取有用信息，及时发现设备能源使用过程中的漏洞，使设备能耗更加合理高效，成为目前高耗能设备节能工作中亟待解决的关键问题。　　降低高耗能设备能源消耗的首要环节是防止由于设备低效率运行或不合理用能行为导致的能源浪费。设备能耗异常的在线预警能够实时发现设备运行过程中的能耗异常现象，对及时发现设备使用和管理上的不合理之处、杜绝因异常引起的非计划停机等不可控因素的发生、推进节能减排以及促进安全生产具有重大的意义。因此本文对高耗能设备能耗异常的在线预警问题展开研究。　　本文的主要研究工作如下：　　（1）高耗能设备能耗数据分类方法的研究及在线预警问题的剖析。深入分析高耗能设备的能耗数据特点、能耗异常来源、典型异常情景以及在数据采集、能源使用、管理中存在的问题，剖析问题复杂性和求解思路并研究一种能耗数据分类方法。　　（2）高耗能设备能耗异常的在线预警模型研究。针对高耗能设备运行过程中能耗模式变化频繁、异常类型多样、数据非线性、多因素、时变复杂、高重叠及强噪音特点，以提高预警的实时性、合理性和可靠性为目标，考虑设备不同工况、用能行为等因素对能耗的影响，融合人工经验，建立一种基于规则和数据挖掘的，能够动态识别不同能耗异常类型的高耗能设备能耗异常的在线预警模型。　　（3）高耗能设备能耗数据实时异常感知方法的研究。针对各类型异常能耗数据，设计原理不同的实时异常感知方法。以降低搜索空间规模和提高计算速度为突破口，利用无需任何先验知识的无监督方法分析能耗数据中隐含的用能规律；然后利用监督方法学习、掌握该用能规律；最后分析能耗规律相同的能耗数据，判断异常程度。　　（4）应用研究。将本文建立的能耗异常的在线预警模型应用到大连理工大学高耗能实验设备中，开展了实际的能耗实时监控、预警。结果表明所提模型可以动态适应能耗模式的变化，有效识别、补充不同性质的能耗异常数据，及时报告异常情况。　　本研究为解决物联网环境下高耗能设备能耗异常的在线预警问题提供了科学有效的模型，有利于提高设备能耗异常预警的实时性、合理性和可靠性。在实践中，该模型可以嵌入到能源管理系统中，帮助管理人员及时有效的监控设备能耗状态，发现设备使用和管理上的不合理之处，为采取有效的节能措施及故障诊断提供决策支持，具有重要的理论意义和应用价值。