随着国家经济的发展和社会的进步,建筑节能和智能电网建设受到社会各界越来越多专家学者的关注。截止目前,我国建筑总能耗在社会总能耗中所占比重已达21%,而在建筑能耗中,公共建筑能耗约占30.4%,具有很大的节能潜力;同时,单从电网侧分析用电情况,只能被动分配电网电能使用,不能充分做到电能合理利用和分配,而加强电力需求侧负荷管理,可以更好地优化电力负荷的调节方案。因此有效判断建筑实际用电情况、减少公共建筑用电能耗,对有效促进节能化建筑和智能电网发展具有重要意义。本文以甘肃省某大型办公建筑为背景,分析办公建筑用能结构和能耗特点,对建筑历史能耗数据进行统计分析,研究影响建筑能耗的主要因素和建筑的节能潜力,为实现建筑能效分析和能耗预测奠定基础。为了对建筑能效进行分析,调查统计了寒冷地区办公建筑用能情况,以样本建筑能耗数据为基础,采用统计定额的方式分别确定各用电系统的能耗定额,并将被研究对象的用能情况与定额对比,评价建筑用能情况。之后对暖通系统用电能耗高的情况进行具体分析,提出用空气源热泵代替电锅炉供暖,以降低电采暖用电能耗。为实现对未来一段时间建筑用电能耗的预测,搭建基于RBF神经网络的公共建筑能耗预测模型,并采用PSO算法及LM算法优化模型,以取得更好的预测效果。根据已有历史能耗数据和能耗影响因素,以建筑两个阶段的数据为样本,利用MATLAB仿真检验模型预测效果,仿真结果显示,改进后的模型可将误差保持在2.2%以内,且平均绝对误差和相对误差均有明显降低,表明改进后的预测模型在办公建筑电能预测时具有更高的预测精度。通过对大型办公建筑能耗定额方法和预测模型的研究,能够全面掌握其电能使用情况、制定合理的节能措施、判断能耗的变化趋势,实现对大型办公建筑的能耗管理和节能降耗。