建筑能耗的准确预测对于建筑设计之初或建筑改造过程中的节能设计具有重要的意义,建筑室内微气象环境监测对于人们健康生活和工作至关重要,同时对于后期对建筑能耗进一步预测意义非凡。本文从对建筑能耗影响较大的温度参数入手,通过仿真和算法建立整栋建筑的能耗预测模型,最后搭建实物测试平台验证预测模型的准确性。为了对建筑能耗进行较为准确的预测,本文设计了一种基于计算流体动力学（Computational Fluid Dynamics,CFD）仿真技术和支持向量机（Support Vector Machines,SVM）算法的建筑能耗预测系统。首先,利用CFD方法对建筑建立三维模型并仿真,获得若干输入输出样本;其次,将样本分为训练集和测试集,利用SVM算法对训练集训练,获得一个能耗预测模型;最后,将测试集放入模型中进行验证。结果显示,经过SVM能耗预测模型的结果与仿真结果相比误差百分比在[-1.133%,1.132%];经过实验测试,实物能耗值与预测能耗值误差百分比在[-6.211%,8.118%],当环境条件改变时实际能耗值和预测能耗值变化趋势一致。为了对建筑室内微气象数据进行监测并对预测模型进行实物测试,本文亦设计了相关硬件电路系统。首先,利用传感器模块采集室内微气象数据;然后,通过WIFI通信模块将数据发送到阿里云平台;最后,通过前后端分离技术开发出软件平台,用户可以通过浏览器或者移动端远程实时监测室内微气候环境信息。本文设计的预测系统,使用了CFD仿真和SVM算法相结合的方法,整个预测系统具有较高的准确性,系统的SVM算法不需要太大的样本集就可以达到较高的预测精度,显著降低了数据成本;同时通过对建筑室内微气象数据的监测,可以帮助用户实时监测室内微气象环境信息,该软件平台部署在阿里云上,可方便用户的访问和数据的存储,这些历史数据还可为将来建立更精确的建筑能耗预测系统提供支撑。