能源在国家经济发展过程中不可或缺,伴随着工业科技的飞速发展,我国对能源的需求量和消耗量的要求越来越大,能源的供需矛盾越来越凸显。在过程系统中,换热网络、精馏塔、水网络、冷却水系统、加热炉等多个单元都存在能量交换和能源消耗,其能效大小与过程系统中较多的变量有关,变量间相互影响相互耦合。过程系统大多结构复杂,难以建立准确的数学模型,利用传统手段对过程系统进行能效分析和能效监测存在一定的难度。伴随着工业科技的发展,分布式控制系统和计算机技术得以广泛应用,大量过程工艺数据被储存,这些数据可以作为监测过程系统能效现状并预测其未来状态的依据。本文针对化工过程系统,深入研究数据驱动的能效监测方法。首先,确定过程系统的能效表征形式,并选取温度、质量流量及热容流率等作为能效的相关参数,并结合过程系统的经济模型,得出能效和费用的关系,进而提出一种过程系统能效分析方法。然后,将能效的相关参数作为监测模型的输入变量,采用主元分析法对输入变量进行特征提取,建立基于主元分析和支持向量机的过程系统能效监测模型,并结合得出的能效分析方法,得出一种数据驱动的过程系统能效监测方法。在此基础上,为实现过程系统的能效瓶颈监测,在数据驱动的能效监测方法基础上提出数据驱动的能效瓶颈监测。利用长短期记忆神经网络预测能效达到瓶颈的情况,并利用主元分析和卷积神经网络分析了过程系统不同设备在异常工况下制约系统能效的瓶颈点。最后,提出一种过程系统慢时变（即结垢等参数缓慢变化）情况下的能效区域监测方法。提出的方法应用于原油换热网络,并对监测结果进行了深入的对比分析,实验结果验证了提出方法的有效性。