当前建筑能耗受到极大的关注，都希望能够清楚了解建筑能耗使用情况，找到影响能源消耗的因素。传统的建筑能耗分析主要是针对建筑能耗数据的统计，能耗数据采集粒度大多都在能源总项层面上，有采集频度较粗的特点。校园建筑节能监管平台数据库服务器中的能耗数据隐藏着建筑能耗的使用特征，本文通过关联规则的数据挖掘手段，针对校园图书馆这样一个很有代表性的公共建筑，分析图书馆各能源分项用电之间的连动关系，为深入了解整个图书馆能耗情况提供参考，这对指导校园建筑用电很有意义。针对以上问题，本文做了相关的研究，工作和成果如下：1、优化与实现Apriori算法，结合图书馆用电能耗数据特征对该算法进行优化改进，分别从以下四个方面进行优化：事务剪枝、优化自连接、修剪生成候选频繁项集的频繁项集、事务矩阵化。改进的En_Apriori算法以图书馆能耗数据为目标数据，与传统Apriori算法进行性能对比，结果显示En_Apriori确实得到很大的性能提高。2、离散化分项能耗数据，能耗数据是时间序列的数据，随着时间变化分项之间能耗变化是存在一定关联的，这些变化反映在分项能耗的上升与下降上。把分项能耗在同一时间点的上升与下降变化看成一个事件，一个时间点上的分项能耗变化就会形成多个购物篮数据，达到数据转化的目标。3、设计与实现数据挖掘系统，数据挖掘系统是按功能模块进行设计与实现的。整个系统包括五个模块：JDBC数据库接入模块是上层模块与数据库交互的桥梁，数据整理清洗模块和数据转换模块实施数据预处理，数据挖掘模块是整个系统的核心模块，生成频繁项集与强关联规则，用户模块提供参数控制与挖掘结果展示。4、借助数据挖掘系统，对图书馆2010年上半年3月到6月份各用电分项每隔一小时的变化情况进行了关联挖掘，包括用电分项的上升变化与下降变化，找到了图书馆分项能耗之间的耦合关系。