本文聚焦于“双碳”目标下制造业车间能耗预测的需求，针对车间能耗管理中“能耗影响因素不明确、能耗随时 间变化难预测”的痛点，成功解决了车间能耗关键驱动因素的识别以及能耗时序变化的预测这两大核心问题，同时为实际生 产中的能耗管控提供了有效的方法支撑。 实验基于 Kaggle 公开的工业能耗数据集，完成了数据清洗、格式转换、标准化等预处理工作。构建了多变量线性回归 模型（基线模型），并以 MSE、MAE、R²为评估指标进行性能对比。此外，还构建了朴素时间序列预测模型，通过时间序 列对车间耗能进行预测。 实验结果表明，多变量线性回归模型在识别能耗关键驱动因素方面表现优异，能够准确捕捉到影响车间能耗的主要因素。 而朴素时间序列预测模型在能耗时序变化预测上展现出较高的精度，尤其在短期预测中效果尤为显著。这两种模型的结合应 用，有效解决了车间能耗管理中的两大核心问题，为实际生产中的能耗管控提供了强有力的方法支撑。