能耗统计是政府获得有关建筑能源消耗的基础数据的主要途径，是能源审计的基础，只有切实掌握了各类建筑的基本信息及能源消耗信息，才能真正挖掘建筑的节能潜力，实现建筑节能，同时政府制定各项建筑节能监管措施和经济激励政策必须依赖能耗统计数据。目前，我国建筑能耗统计工作已开展4年，对建筑能耗统计应用统计平台的研究却相对薄弱，致使目前能耗统计效率低下、统计方式有待改进，积累的大量基础能耗统计数据未能发挥作用。建筑能耗预测工作几近空白亟需开展相关研究工作。基于以上形势，本文开展了以下的研究：1.首先，对建筑能耗统计指标体系及民用建筑能耗统计报表制度进行研究，基于SQL server2000建立数据库，包括建筑基本信息资料、建筑能耗信息资料和建筑预测样本数据资料三大部分。各部分之间采用多表关联来实现子表对父表的继承：父表中的新增、修改将在子表中产生新增修改；子表中进行新增、修改操作则不会对父表产生影响。另外、建立可靠的用户权限控制来保障数据库安全和管理。2.其次，本文在分析BP神经网络的工作机制基础上，对其进行优化，确定神经网络结构，包括网络层数、各层神经元数、隐含神经元层数及隐含神经元数；采用最值法归一化输入样本数据；最后确定神经网络的学习训练流程。基于BP神经网络理论，利用Delphi6.0建立能耗统计平台和预测系统。包含建筑基本信息管理、建筑能耗信息管理、建筑能耗汇总、能耗预测样本数据管理和建筑能耗预测等功能模块。3.最后，基于本广州市2010年能耗统计数据和东莞市建筑能耗数据对系统进行建筑能源审计和节能潜力分析，验证了信息系统在提高数据处理速度、辅助建筑能源审计和BP神经网络算法预测建筑能耗的有效性。