摘要：以某大型房地产公司所建建筑为研究对象，通过相关性分析，确定影响公用建筑电力能耗的关键因素。基于关键影响因素，采用BP神经网络算法，建立建筑能耗密度预测模型，对比观测值和预测值之间的残差，结果表明预测模型具有较好的准确性。
关键词：建筑节能；神经网络；能耗密度；影响因素
Abstract：Taking the buildings that constructed by a large real estate company as the research object，the paper determines the key factors affecting the power consumption of public buildings through the correlation analysis. Based on the factors，uses the BP neural network algorithm to establish the prediction model of building energy consumption density，compares the residual between the observed value and the predicted value，the results show that the predition model has good accuracy.
Keywords：building energy saving；neural network；consumption density；affecting factor
参考文献
[1] 李然然，张永坚，刘畅，等.基于BP神经网络的建筑物用电能耗预测[J].山东建筑大学学报，2011（4）.
[2] 李璐，于军琪，杨益.基于GA-BP神经网络的大型公共建筑能耗预测研究[J].中外建筑，2014（3）.
[3] 赵超，林思铭，徐巧玲.基于GM-RBF神经网络的高校建筑能耗预测[J].南京理工大学学报，2014（6）.
[4] 路阔，钟伯成.基于LM-BP神经网络的建筑能耗在线预测[J].上海工程技术大学学报，2014（4）.
[5] 应佐萍，桑轶菲，焦锦.物业运营过程中节能改造措施及其效益分析[J].建筑经济，2016（9）.
[6] 季文娟，顾永松，冯乐.基于模糊神经网络的建筑能耗评估模型研究[J].建筑节能，2013（3）.
[7] 黄世泽，郭其一，徐慧，等.能耗管理系统不同数据预测模型的比较研究[J].电器与能耗管理技术，2014（6）.
工程经济，2017（06）：76-80