目前,大多数既有建筑没有安装能耗细化计量设备、分项用能情况不明确,管理人员在制定节能措施和改善管理方式时缺乏科学的判断依据。针对这一问题,本文以“广西大学节约型校园建筑节能监管平台”项目为背景,开展了对建筑能耗在线实时监测系统的研究与设计,根据《高等学校校园建筑节能监管系统建设技术导则》的要求以及对广西大学既有建筑的调研结果,研究了系统的建设原则及建设目标,设计了系统的总体框架、组网方式、能耗数据采集与传输方式,总结了系统工程建设经验,实现了对广西大学共计49栋公共建筑能耗的在线实时监测。针对监管平台中原有数据处理分析方法过于简单、参数难以确定、分析结果实用性不强等问题,本文通过研究基于径向基神经网络的能耗数据处理分析方法,运用粒子群算法来优化网络的隐节点宽度和输出权值,设计了一种基于PSO-RBF算法的能耗数据处理分析方案。选取广西大学外国语学院作为办公类建筑能耗分析实例,分析和计算了能耗数据及其影响因素之间的复相关性,确定将日最高温度、工作时间、是否工作日这三个量作为其能耗影响因素,分别对径向基网络的结构和PSO-RBF算法的结构进行设计,构建了基于正交最小二乘算法训练的RBF能耗数据分析网络和基于粒子群算法优化训练的RBF能耗数据分析网络,通过对比两组网络的分析结果,证明了基于粒子群算法优化训练的RBF网络具有更好的性能,适合用于建筑能耗的数据处理分析。以平台原有的日能耗报警功能为例,运用PSO-RBF算法计算了28栋办公类建筑的日能耗报警方法参考阈值,并根据分析结果对外国语学院的日能耗报警闽值进行设置,使软件平台能够合理地发挥能耗报警功能,实现了监管平台数据处理分析功能的改善。