我国建筑节能已在民用建筑中强制推广,工业建筑节能相对滞后,主要原因是工业建筑主要考虑生产能耗,其建筑节能容易被忽视。工业建筑在围护结构性能、通风采光设计、高效用能设备选择及建筑整体运行管理等方面都具有很大潜力,并且工业建筑类型多且复杂,负荷具有不确定、非线性、动态开放性等特点。为了挖掘工业建筑节能潜力和加强工业建筑节能管理,需要对未来时刻的建筑能耗进行实时准确预测,提前确定建筑未来的能耗需求,制定相应用能设备的运行管理策略,分析、比较和优化建筑用能方案,达到降低系统能耗的目的。因此进行工业建筑能耗预测,对优化建筑节能管理具有重大意义。针对上述问题,本文所作的工作如下:首先,对建筑能耗预测现状和建筑节能管理系统现状进行总结,并对各个能耗预测算法的优缺点进行分析,发现了传统的预测算法精度和速度难以满足厂房建筑优化运行与节能控制需求的问题,人工神经网络算法具有实时处理信息以及分布式处理复杂的数学问题、高度非线性建模的能力,对于预测及优化非线性负荷具备较好的能力,能够满足工业建筑能耗预测要求。然后,以绵阳市某实际项目的电子厂房为例,采用De ST模拟软件建立典型厂房建筑模型,分析建筑能耗情况并通过实际用能数据验证模型的可靠性。结果表明所建立的典型建筑模型的模拟结果符合实际测量结果。同时,模拟建筑和实际建筑的各分项能耗占比、各月能耗变化情况均相差不大,说明模拟建筑能耗较为真实地反映实际建筑能耗变化情况。其次,以电子厂房建筑的运行能耗作为研究指标,采用单因素敏感性分析方法,研究围护结构、照明插座设备及空调系统设计参数对建筑能耗的影响程度,结果表明设备功率密度、夏季/冬季室内设定温度、照明功率密度和人员密度对建筑能耗的影响最大。并通过正交试验分析方法对建筑能耗模拟方案进行设计,再采用De ST能耗模拟软件动态模拟得出27组试验方案对应的能耗数据样本,正交试验方案的模拟数据为能耗预测研究奠定了基础。接着,基于De ST软件对27组正交试验方案的能耗模拟计算数据,采用Matlab软件编程了BP神经网络算法分别构建了夏季、冬季工作日BP神经网络模型结构―11-5-1‖,并采用评价指标对预测结果进行准确性分析,结果表明预测效果较好。最后,研究工业建筑不同用能分项的节能设计和用能动态管理措施,以实现精益化建筑节能管理应用和实施,指导电子厂房降低用电量和电力成本。结果表明在建筑设计阶段应重点优化围护结构中外窗、屋顶和外墙的节能设计措施,在管理运行阶段重点考虑生产设备负荷、照明负荷和空调负荷的运行调控策略,采用能效率高的生产设备和节能率高的照明设备,且按照预测的逐时空调负荷及时调节空调系统的运行参数,夏季和冬季典型日空调能耗分别减少了623.87k Wh、1735.43k Wh,预测的逐时空调负荷可用于指导空调系统的运行管理。