物联网和云数据技术,为建筑能耗的监测、管理以及进一步分析反馈提供了有效途径。与传统建筑节能方法关注智能电器、节能设备等直接节能手段不同,一个信息化智能化的综合能耗管理系统不仅要实现对能耗数据的采集、管理和分析,还要对建筑内部的环境数据进行监测,从而更有效、更可靠地对真实能耗情况和内部环境质量进行管理与展示,并通过智能算法对建筑能耗与舒适度之间规律进行预测和分析,发掘对象建筑的节能潜力点,找到室内舒适度与能耗程度之间的平衡,同时实现节能减排与环境舒适宜人。论文围绕大型公共建筑的能耗采集、管理与分析的问题展开研究。1)对能耗管理系统的前端硬件部分进行设计搭建,主要包括数据采集节点和数据集中端的设计,其中数据采集节点的设计包括其DSP控制器、无线通讯模块、数据采集模块的选型以及主电路和各外围电路的设计;数据集中端的设计则包括了其高性能处理器的选用以及Linux操作系统的移植。2)对能耗管理系统的信息化平台架构以及WEB端软件部分进行建立,其中主要包括软件平台总体结构规划、网络架构的设计、数据库的建立、云服务器的选择与连接,以及人机交互界面的设计,实现整个能耗管理系统的上下位软件部分的运作。3)基于NAR人工神经网络算法,实现对建筑能耗的预测。通过对传统的BP人工神经网络进行改进得到NAR神经网络,并建立NAR神经网络的数学模型和仿真模型,通过将处理后的实测数据输入模型并完成参数确定和样本训练,实现基于实测数据的未来数据预测,并根据结果对比和误差评估对其有效性和可靠性进行了验证。4)根据建筑节能中舒适度与节能减排这两大主要目标,提出了一种专门针对此类问题的多目标优化策略。基于模糊算法和帕累托多目标优化方法,建立了一个关于热舒适度与能耗程度的多目标优化模型,通过仿真以及对结果的分析,得出对象建筑热舒适度与能耗程度的最优区间,即同时满足环境舒适和能耗降低的温湿度区间,只需通过对中央空调和采暖设备的调整使建筑内环境温湿度维持在区间内即可实现舒适、节能兼得。