全部建筑能耗约占国民经济总能耗的三分之一,建筑节能是节能减排工作的重要方面。大型公共建筑用能系统复杂,使用人数众多,单位面积能耗大,具有巨大的节能空间。高效的建筑能耗监测系统能实时提供建筑各用能系统的耗电量,发现用能薄弱环节,为建筑的节能运行管理和节能改造提供依据。准确地预测建筑能耗可以为能耗分析与节能评估提供参考,同时为设置能耗预警值提供数据支持。本文首先概括了国内外研究人员在建筑能耗统计、相关应用软件研发和建筑能耗预测方面所做的工作。建筑能耗预测通常采用灰色系统、人工神经网络或线性回归等算法,但这些算法存在着求解非线性问题能力差或过拟合等问题。为福州地区某一办公建筑建立建筑能耗监测系统。深入了解该建筑的分区和运行情况,深入掌握该建筑各用能系统。该监测系统由数据采集平台、数据传输平台和数据管理平台构成。结合建筑低压配电系统树图,根据建筑用能设备特点和用能管理需求,针对性地设计该建筑的用能分项,提出了“重点耗电设备直接监测”、“少回路设备直接监测,多回路设备间接监测”和“耗电波动大的设备直接监测”等设计思想。针对该大楼配电线路混乱的问题,对混合支路少的配电回路应用“加法原则”和“减法原则”进行分项设置,对混合支路多的配电回路采用“比例拆分法”进行分项计量,以精简系统。对建筑能耗监测系统数据库的需求进行了分析,确定了该数据库的概念结构和逻辑结构,在此基础上建立了建筑能耗数据库,并对数据库进行了运行调试。该建筑能耗监测系统的管理软件具有数据采集、数据处理、数据分析展示和报警等功能。该建筑能耗监测系统投入使用一年多,运行状况良好。基于能耗监测系统提供的大量基础数据和分析处理功能,采用“波形特征值法”对昼夜峰谷能耗和工作日/休息日能耗进行了分析对比,反应该建筑节能管理的日常状况,揭示该建筑用能设备在运行方面的节能漏洞。建筑能耗各影响因子之间有较强的相互关联性,传统建模方法存在样本数据要求高或非线性求解能力弱等缺点,预测结果不够理想。为了提高建筑能耗预测精度,本文基于GM和LSSVM算法,首次提出将GM-LSSVM组合方法应用于建筑能耗预测。应用灰色关联分析来确定建筑能耗的主要影响因素,通过GM方法对收集到的能耗样本进行累加处理,最后用处理过的数据作为训练样本,建立LS-SVM输入输出模型。在模型参数的选择过程中加入粒子群进行优化。该方法结合灰色系统建模所需样本数据较少及最小二乘支持向量机求解非线性问题强的优点,更加有效地利用了样本数据的信息。运用MATLAB模拟仿真对该方法进行验证,通过计算模型的客观评价指标MRE、MAE与RMSE,证明该模型具有更强的泛化能力和更高的预测精度,为设定能耗预警值提供更有力的数据支持。