随着智慧供暖的逐步发展和智慧供暖建筑的出现,如何正确、精确地获取平均室温信息是实现建筑供暖智慧化的重要问题之一。由于房间实际温度分布不均匀,传统的室温传感器的布置受到空间的限制,以及布线以及技术等要求,传感器所测量的温度只能反映传感器所在位置周边一定空间内的温度信息,不能准确反映房间的实际平均温度情况。本文调研并总结了不同室温传感器的类型、功能和使用场景,对传感器设备使用做了基本的整理概括。以实地调研的方式,对哈尔滨市内若干栋建筑中,不同类型的室温传感器的安装情况进行了记录和整理。选取了5个具有代表性的房间在供暖期间进行了实地室内热环境测量与分析,并且该实测数据为本文中的数值模拟实验提供验证。采用正交实验设计,选取了5个对室内热环境有影响的因素,分别为朝向、外墙厚度、窗墙比、所在楼层、有无冷山墙和太阳辐射,通过CFD软件Flo Vent对16种工况进行模拟,获得室内温度场分布情况,在此基础上提取不同近壁面空气温度分布数据并做相应处理,通过数据可视化将平面温度数据转化成图片,然后使用感知哈希算法计算之间的相似度分析其差异大小,数据处理时使用三种误差设计,分析这些影响因素的主次性和影响程度。为了研究普遍情况下,房间测点位置和室内平均温度的关系和相关性,设置基本工况,改变朝向、太阳辐射、外墙厚度和窗墙比等影响因素,设计10组不同工况的数值模拟实验,得出不同近壁面空气温度分布,通过二位三次样条插值标准化数据格式,对每个测点温度和平均温度做皮尔逊相关性分析。使用机器学习的手段,建立室温测量模型,对比分析神经网络类型、时间序列长度、输入参数选取和训练数据集类型对室温测量模型建立的准确性的影响,给出合适的室温测量模型方案。