据2020年《中国建筑能源消费研究报告》统计,我国建筑能耗已达社会总能源消耗的37%,并呈现较大增长趋势。办公建筑作为一类广泛的建筑物,其面积在各类建筑竣工面积中占比近30%,具有总量大、耗能高的特点,对其进行节能研究尤显重要和迫切。为此,针对办公建筑的能耗预测模型与监管系统,论文展开了详细研究,具体内容如下:(1)对多座办公建筑展开调研,了解办公建筑能耗研究的背景基础,归纳出目前能耗监管系统存在监管方法不得当、能耗指标不明确、数据发掘不充分等问题。因此,根据调研得到的办公建筑用能数据,建立办公建筑能耗标准数据集,并以5栋典型办公建筑为例进行了能耗对比;随后,以其中节能效果较不理想的西安某办公建筑为例,对其能耗监测系统的分项计量方法进行了设计,并基于此方法分析了该办公建筑2017年1~12月的原始能耗数据,提出了相应的节能策略。(2)以西安某办公建筑的运行能耗作为数据支撑,建立能耗校核与预测模型。首先利用贝叶斯和期望最大值算法进行某办公建筑能耗数据的识别与修复;随后在确定BP神经网络的传递函数、网络层数及每层神经元个数的基础上,考虑到噪声数据干扰以及BP神经网络容易陷入局部最优,采用了模糊C聚类对能耗数据进行分组,灰狼算法对BP神经网络权值和阈值加以优化,从而建立了能耗组合预测模型。经过仿真验证表明,优化后的BP神经网络预测模型精度得到了显著提高。(3)完成了某办公建筑能耗监管系统的开发。进行了办公建筑能耗监管软件数据库设计、系统设计以及模块化功能设计,并开发了相应软件程序,将某办公建筑的能耗分析流程、校核及预测模型加以应用,进一步实现了办公建筑能耗监管系统的能效分析、空调末端设备优化控制等功能。仿真实验证明,该系统可以实现办公建筑能耗的综合管理,在实际工程中具有潜在应用价值。相较于当前的办公建筑能耗监管系统,论文解决了办公建筑能耗指标不明确、能效分析功能欠缺、能耗数据存在误差等问题,并围绕办公建筑能耗的动态预测进行了重点探讨。该研究为高效的办公建筑能耗监管提供了科学依据,其成果能够在实际工程中加以应用推广,对我国办公建筑的能耗监管以及节能降耗具有重要意义。