我国大型公共建筑耗电量大约占城镇总耗电量的22%,属于典型的“用能大户”。因此,对大型公建进行节能降耗的研究显得尤其重要。其中,能耗预测是解决此问题的主要方法,通过预测未来时段能耗变化情况并加以分析,可以为大型公建用能分配提供科学的支撑,避免出现能源浪费现象。大型公建能耗受机电设备、天气、节假日等多种因素的相互作用,体现出复杂的非线性特征,使得传统的预测方法难以达到理想的预测效果。混沌理论通过相空间重构,可充分挖掘大型公建能耗内部的非线性规律。因此,本文提出了一种大型公建能耗混沌时间序列预测模型。论文以西安某办公建筑为研究对象,主要研究内容如下:(1)分析了某办公建筑能耗的混沌特性。利用EM算法处理采集的办公建筑的能耗数据,然后采用C-C方法求取该能耗时间序列的延迟时间?和嵌入维数m,结合两个参数值,采用小数据量法求出该能耗数据最大Lyapunov指数,结果表明该办公建筑能耗变化具有混沌特性。(2)建立了某办公建筑能耗混沌时间序列预测模型。利用神经网络与混沌理论相结合,针对能耗数据特征,分别建立了基于BP及RBF神经网络的混沌时间序列预测模型,并进行了对比研究。使用平均绝对百分误差MAPE以及均方根误差RMSE两个性能指标对该模型进行评价。实验结果表明,基于BP神经网络的混沌时间序列预测模型的MAPE仅为3.48%,RMSE仅为BP神经网络预测模型的1/5;基于RBF神经网络的混沌时间序列预测模型的MAPE仅为3.43%,RMSE仅为RBF神经网络预测模型的1/4。因此,相对于神经网络预测模型,将混沌理论与神经网络相结合的模型预测结果更精确。(3)开发了某办公建筑能耗混沌时间序列预测软件模块,提升了该建筑能耗管理信息系统功能,完成了该模块的运行界面设计,为建筑的节能降耗提供有力支撑。文中分析了西安某办公建筑的能耗数据的混沌特性,建立了其能耗混沌预测模型,开发了其相应功能的软件模块,实现了能耗管理可视化功能,可以有效指导此类大型公建的科学用能与节能工作,对今后的科学节能具有指导意义。