在我国社会总能耗结构中,建筑能耗占比在30%以上,且随着我国城镇化进程的不断加快,这种占比以每年1个百分点的速度在增加。在建筑类别中,大型办公建筑是公共建筑中建设量最大的,属于典型的能耗大户,也是建筑节能工作的重点。因此,研究办公建筑能耗模型和节能管理问题,能够有效促进及发展现代化智能化节能化建筑,对整个社会的发展及前行意义重大。论文通过对国内外办公建筑能耗文献资料分析,针对办公建筑的建筑特点和能耗特点,研究了一种灰色模型和加权最小二乘支持向量机电能预测模型;利用灰色模型所需原始数据少、建模简单、计算工作量小等特点,选取不同的样本对同一时段进行多类型预测;再利用加权最小二乘支持向量机模型非线性拟合性好、小样本和泛化能力强的特点,将预测结果进行组合;求解算法时,使用优化的粒子群算法对加权最小二乘支持向量机算法中使用的参数进行寻优,考虑办公建筑特点,本文将工作日和节假日区分开进行建模预测,提升了预测精度。与需要提供环境信息的经典RBF神经网络方法和最小二乘支持向量机方法比较,仿真结果验证了模型在办公建筑电能预测短期预测具有较高的精度。针对办公建筑能耗数据日趋大数据特征,为实现耗能数据的自动传输、存储和访问,本文利用SQL Server2008设计了办公建筑能耗大数据库,实现能耗数据存储和管理。为实现办公建筑能耗的自动化、可视化管理,本文在Visual Studio2015软件开发环境下设计了办公建筑节能管理系统,可实现能耗数据库数据可视化查询及能耗预测等功能,可以指导工程应用与实际的建筑节能工作。