基于Python的建筑能耗回归模型与可视化系统.pdfVIP

科技与创新｜2025年第13期

DOI：10.15913/j.cnki.kjycx.2025.13.033

基于Python的建筑能耗回归模型与可视化系统＊

要陶然，陈奕帆，祝晨阳，董冰颖，高雯婕

（太原科技大学应用科学学院，山西太原030024）

摘要：在全球能耗持续增长的环境下，建筑行业作为能耗的主要贡献者之一，如何对能耗进行有效管理与优化成为了研

究的重点方向。基于Python构建了一个建筑能耗分析与优化的回归模型，并基于该模型建立了能耗计算的可视化系统。

该系统通过深度整合线性回归模型、岭回归估计、Lasso回归估计以及支持向量机回归，成功地将复杂的编程操作简化为直

观的交互式体验，极大地降低了用户的技术门槛。该系统为用户提供了图形化界面，便于进行模型选择、参数设置、模型训

练及评估，其涵盖了均方误差、决定系数、均方根误差等常用评估指标，并内置了交叉验证功能，助力用户高效、精确地执行

建筑能耗分析与优化任务。依托实际建筑的能耗数据，系统对比了不同回归模型的预测准确性，并甄选出最佳模型。该系

统不仅简化了建筑能耗分析模型的建立流程，还通过可视化手段增强了数据分析的直观性和深度，为建筑能耗优化提供了

坚实的技术支撑。展望未来，研究将聚焦于进一步融合大数据与人工智能技术，以期实现更高精度的能耗预测与自动化优

化策略，驱动建筑能耗管理系统朝智能化方向迈进。

关键词：建筑能耗；回归模型；可视化；支持向量机

中图分类号：TU111.195文献标志码：A文章编号：2095-6835（2025）13-0122-04

随着全球经济的快速发展和人口的不断增长，能了一种基于多元线性回归模型的建筑能耗预测与建筑

源需求急剧上升。建筑行业作为能源消耗的主要领域节能分析模型，并利用多元线性回归模型分析出对能

之一，其能耗占全球总能耗的比例高达30%[1]。绿色建耗具有显著性影响的因素，预测了整个区域的能耗；冯

[4]

筑作为可持续发展的重要组成部分，旨在通过高效节增喜等以多元线性回归方法、人工神经网络和支持向

能、低碳排放和环保材料的使用，实现建筑与环境的和量机3种人工智能方法为基本模型，进行了基于单一预

谐共生。随着人们环保意识的提升和全球气候变化问测模型和集成预测模型的建筑能耗预测研究，验证了

题的加剧，绿色建筑理念逐渐深入人心。在此背景下，集成预测模型具有更高的预测精度、稳定性及多样性；

[5]

利用Python强大的数据处理和计算能力，可以构建复RASIKH等研究了决策树、K最近邻、梯度提升和长期

杂的回归模型，准确分析建筑能耗与多种影响因素之记忆网络几种基于人工智能的回归模型，以预测教育

间的关系，从而帮助识别能耗的主要驱动因素，制订针建筑的能源消耗，并整合了先进的人工智能驱动工具

对性的节能策略。优化能源消耗。

建筑节能在当前社会背景下具有极其重要的研究本文基于Python设计了一个建筑能耗分析与优化

意义和应用价值，而建立回归模型作为建筑节能研究的回归模型，同时建立了能耗计算的可视化系统。通

的重要工具之一，其在精准预测与评估、优化设计与改过高度封装机器学习回归算法的核心逻辑，实现了从

造、提升决策效率以及促进技术创新等方面展现出显复杂编程范式向直观交互模