摘要：随着我国建筑行业的持续快速发展，建筑电能消耗量巨大成为了能源问题的主要问题之一，因此对于建筑物采取有针对性的节能措施能够有效缓解我国能源需求的压力。通过构建建筑能耗预测模型对建筑物能耗的特点进行分析，得出的结论可以对建筑物的建造以及用电方法进行指导，以提高能源的利用效率，对建筑物的节能减排起到有效的积极作用，对中国环境的可持续发展和提高我国的经济实力以及生产力的发展水平都做出了重要贡献。

本课题基于对大型公共建筑物的用电量及其影响因子分析，使用BP神经网络来构建建筑能耗的预测模型，并通过python实现，对南通某办公建筑用电能耗的主要影响因素进行研究，通过分析数据等方法了解到天气状况，温度高低以及是否是工作日等对建筑能耗会产生某些影响，并将这些影响作为网络的输入参数进行学习训练得出训练模型，通过改变建筑能耗的影响因素就可以得到对应的目标值即预测结果。

关键词：建筑能耗；BP神经网络；Python；预测模型

目录

摘要

ABSTRACT

第一章  绪  论-1

1.1 课题研究背景及现状-1

1.2课题研究的意义-3

1.3 课题研究内容和目标-4

1.4 论文结构-4

第二章  建筑能耗预测的理论基础-6

2.1 建筑能耗预测的方法-6

2.1.1 前向法-6

2.1.2 逆向法-10

2.2 基于数据驱动的建筑能耗预测模型-11

2.2.1 基于人工神经网络的预测模型-11

2.2.2 基于支持向量机的建筑能耗预测模型-12

2.2.3 决策树预测模型-13

2.3 本章小结-15

第三章  大型公共建筑用电能耗分析-16

3.1 建筑能耗影响因素-16

3.1.1 客观因素-16

3.1.2 主观因素-18

3.2 大型公共建筑用电能耗构成-19

3.2.1 照明系统用电-19

3.2.2 空调系统用电-19

3.2.3 动力系统用电-19

3.2.4 特殊用电-19

3.3 本章小结-20

第四章  建筑能耗预测模型设计-21

4.1 BP神经网络-21

4.1.1 BP神经网络的基本原理-21

4.1.2 BP神经网络的算法学习-22

4.2 建筑能耗BP神经网络模型设计-23

4.2.1 数据处理-23

4.2.2 模型设计-23

4.2.3 模型工作机理及其训练-24

4.3 本章小结-26

第五章  建筑能耗预测仿真实验-28

5.1 能耗预测仿真软件-28

5.1.1 仿真软件的选择-28

5.1.2 Anaconda3仿真软件-28

5.2 仿真实验及结果分析-32

5.2.1 实验设置-32

5.2.2 结果分析-33

5.3 本章小结-34

总结与展望-36

参考文献-37

致  谢-39

附  录-40