随着建筑业的高速发展,建筑能耗呈现出不断增长的趋势。我国居住建筑能耗中采暖空调能耗约占生活中能耗量的60%,采暖能耗成为建筑能源消耗的最大组成部分。通过充分挖掘建筑节能的潜能来降低能耗,这对建筑可持续发展是有利的。建筑能耗和气候相关,而气候又随时间变化。常识表明24节气可以明显反映气候变化,但现有的对气候和时间的关系方面的研究都是基于阳历日期的,目前还没有人从24节气角度对气候数据进行预测。本文从24节气角度对气候数据进行分析,并将分析结果应用到建筑节能方面,提出了建筑采暖热负荷的预测方法。本研究结果有助于绿色建筑的设计,使得所设计的建筑在保证室内舒适的条件下达到节约能源的目的。一年分为12个自然月,本文按照节气时间点将一年分为12个节气月。选用24节气起源地之一的山西省长治市的气候数据作为研究对象。本文首先采用BP神经网络、RBF神经网络和LS-SVM方法对气候数据进行分析与预测,通过已有的其他气候属性与气温之间的关系,分别建立节气月和自然月的BP神经网络模型、RBF神经网络模型和LS-SVM模型来预测月气温,进而补全气候数据;同时通过气温的历史数据分别建立基于气温属性节气月和自然月的BP神经网络模型、RBF神经网络模型和LS-SVM模型预测未来一年的月气温。节气月和自然月预测结果对比,表明节气月的预测结果优于自然月的预测;其次,BP神经网络、RBF神经网络和LS-SVM方法进行了对比分析,结果表明RBF神经网络方法在气候预测中要优于BP神经网络和LS-SVM方法;最后,本文将预测结果较好的RBF神经网络应用在建筑节能方面的研究上,预测未来一年的月采暖热负荷量。预测结果可以为建筑师在设计前期提供能耗方面的参考数据。