目前,我国写字楼能耗总量迅速增长,然而能耗管理模式粗放,能源浪费现象严重。在能源日益紧缺的环境下,如何节约能源以及高效地使用能源成为一项重要的任务,写字楼能耗的智能分析和控制也成为一个重要的研究课题。本课题结合写字楼能耗数据特点,运用人工智能、可视化图表、网络通信等相关技术,针对目前我国传统的写字楼能耗浪费严重的情况,建立了一个写字楼能耗分析和控制系统。主要包括能耗预测模型、能耗状态评价方法、智能控制方法、能耗数据库和可视化平台。写字楼管理人员可以查看实时能耗、历史能耗、预测能耗、异常能耗,提高了写字楼管理人员的工作效率和管理水平。本设计主要完成的内容有:1.设计并实现了写字楼能耗数据库以及相关的数据表。设计了一个系统平台与处理器之间传送能耗信息的协议,实现了能耗数据接收并将能耗数据存储到数据库中。2.设计了一个根据预测能耗来评价实际能耗状态的方法,分析其能耗状态是否异常,并根据能耗评价结果和设备控制模式实现了能耗设备的智能控制功能。3.采用SSM框架建立系统平台,采用Echarts图表可视化展示写字楼实时和历史能耗、预测能耗,方便管理员通过系统平台掌握写字楼能耗情况。4.分析了写字楼能耗的影响因素,采用人工智能的深度学习算法建立了一个了具有LSTM神经元的RNN模型。该LSTM-RNN模型可以学习写字楼历史能耗数据,从而预测写字楼未来一段时间的能耗。5.从Buildings Datasets公开能耗数据集里面选取一个写字楼能耗信息,通过调试模型参数,将模型参数优化为一组较好的数值。6.比较了本设计中LSTM-RNN模型与经典回归模型和三层BP网络模型的性能,通过在两个写字楼能耗数据上测试,测试结果表明相比经典回归模型和BP网络,本设计中LSTM-RNN模型具有较高的预测精度和鲁棒性。