随着楼宇自控系统在国内的推广,基于建筑多维数据的应用研究受到越来越多的关注,但对建筑多维数据的研究和应用较晚,国内外学者在其与暖通设备运行策略相关的研究并不完善。本文采用理论分析、数学推导和实验研究相结合的方法,就暖通设备运行策略进行了基于分项能耗数据的设备运行策略辨识和策略推荐的研究,并构建室温在线预测系统以辅助建筑运营人员进行设备运行策略的调节。本文首先理论结合数据分析建筑能耗和室内温度的影响因素。其一挖掘需要进行策略辨识的主要设备,通过分析实验的商业建筑能耗的主要构成,从分类分项能源消耗的历史数据解析重要能耗组成部分,为后续的策略辨识研究内容提供数据支持和指导。其二探索建立温度预测模型所需和可用的因素,一方面分析部分影响因素对于建立预测模型的重要性,另一方面从室温影响因素的可监视性和可控性角度筛选出建立室温预测模型的可用因素。随后研究给定分项能耗数据情况下暖通设备运行策略的辨识方法,其可分为两部分:设备策略的基础辨识方法和辨识参数的自校正方法。在基础辨识部分,本论文主要运用到数学推导和模型简化的方法,研究了单条电力线路承载多设备运行情况下设备运行状况的辨识。辨识参数自校正部分的目的在于校正相关设备功率参数,从而提高策略辨识的准确性。通过编程实现了多设备的策略辨识,对包括7个设备的线路进行了策略辨识,最终凭借6次迭代后的校正参数实现了策略辨识。然后利用数据爬虫、数据清理和数据整合技术,整合历史室内温度数据、设备策略辨识结果和气象数据以建立历史策略库,同时研究了适用于商业建筑的相似日方法来进行策略寻优,并且结合历史策略库实现基于历史数据的设备策略推荐方法。最终开展可在线运行的室内温度预测方法的研究,以期指导运营人员在设备运行时调节运行策略。首先建立基于XGBoost的温度速率预测模型,随后构造在线运行的调度器机制,从保障预测精度和降低计算消耗的目的出发设立不同功能的调度器。最后,使用实际商业建筑的运行数据和室内温度数据验证了室内温度预测算法的有效性和准确性,在测试数据中温度预测的均方根误差达到0.16℃。