随着我国人民日益增长的美好生活需要和城市化进程的加快,建筑运行能耗在全社会总能耗中所占的比重正逐年快速上升,建筑的节能研究成为研究热点问题。作为建筑运行能耗的耗能大户,中央空调系统的节能研究受到学者们的重点关注。空调集中水系统作为建筑空调的主要组成部分,保持其稳定高效运行会大幅降低建筑的能耗。本文以上海某工厂建筑的空调集中水系统为研究对象,通过对水系统实际运行工况的研究分析,基于历史运行数据,建立水系统能耗预测模型,提出整体控制优化方案,并取得显著节能效果,具体来说本文的研究如下:首先采集获取空调水系统的历史运行工况数据,针对实际运行数据中广泛存在的异常、缺失、测量噪声情况,分别提出了基于孤立森林的异常值识别,基于贝叶斯估计的多重插补进行数据缺失值恢复,以及通过S-G滤波器对测量数据进行降噪的传感器数据预处理清洗方法,提高了采集数据的质量,为后续高质量能耗预测模型的建立奠定基础。然后,根据数据驱动的思想,利用清洗后的数据提出基于自编码器和极限梯度提升树对空调集中水系统的能耗进行准确预测。空调集中水系统的测量参数多,参数间存在着复杂的非线性关系,本文提出使用基于深度学习的自编码器对能耗特征参数进行自动构建,并通过集成学习方法极限梯度提升树建立水系统的整体运行能耗模型。与建筑空调领域广泛应用的多元线性回归、人工神经网络,支持向量机回归等方法相比,本文所提出的能耗预测模型预测精度和鲁棒性更高,计算消耗资源更低,更适合用来建立空调集中水系统能耗模型。其次,根据基于极限梯度提升树建立的空调集中水系统能耗模型,通过分析不同运行参数对水系统运行能耗的影响因素,利用改进的遗传算法对夏季典型制冷的空调集中水系统运行参数进行了优化。在给定的室外气象条件和特定建筑冷负荷下,通过所提出的能耗优化算法对冷冻水流量,冷冻水供水温度,冷却水回水温度,冷却水供回水温差,冷却水进水温度以及冷水机组的部分负荷进行参数优化,求解水系统能耗最小,性能最优时的水系统运行参数。优化后,在某典型日,单机组运行情况下,节能约9.5%;多机组运行模式下,节能约8.2%最后,利用Trnsys软件建立空调集中水系统仿真平台。对基于运行数据建立的能耗模型及提出的优化控制策略进行验证。研究结果表明,空调水系统在优化后总能耗降低了10.4%,节能效果明显。