据统计,随着城市化水平的提高,我国的建筑能耗以6.96%的年增长率水平不断增加。在我国东北严寒地区由于气温寒冷,采暖周期长,其每年产生的建筑能耗尤其过大。采暖能耗作为建筑能耗的一个重要组成部分,面临着能源消耗过大问题。因此研究如何降低采暖能耗,实现集中供暖节能和减排,是我国供暖事业发展要面临的重大挑战。文中首先利用数据挖掘技术,对供暖热负荷的提前预测展开研究。研究中使用遗传算法优化BP神经网络的先进算法,并借助MATLAB数学软件,建立供暖热负荷预测模型进行仿真。研究中选取一次网供回水温度、供回水压力及供暖总流量作为输入变量,集中供暖系统供热量作为输出变量,并结合长春某住宅小区的供暖运行历史数据运用数学挖掘技术进行分析。将采集到的数据一部分作为训练集,一部分作为验证集,然后通过仿真得出的结果表明训练集和验证集的供热量预测值和实测值非常接近,相对误差都3.8%以内,从而说明遗传算法优化BP神经网络负荷预测模型准确度高,误差小,满足工程需要。其次文中对集中供暖系统的动态特性进行研究分析。首先根据所学供热工程理论知识建立了集中供暖系统二次网各个部分的数学模型,然后基于各部分数学模型的基础上利用Simulink搭建集中供暖系统仿真模型,观察其动态变化趋势,分析集中供暖系统在不同工况下的温度响应。仿真结果表明了当室外温度升高时,会引起系统供回水温度升高,采用供暖系统质调节的运行调节方式能使供热系统得到修正重新回归稳定。文中最后对集中供暖系统的控制方式做了研究。由于热传递的滞后性,每当供暖系统发生异常时,系统总会经过一段时间调节,又回归稳态。因此为了提高响应速度,减少供暖系统的调节时间,制定出一种遗传算法优化模糊PID的控制策略,力图达到控制二次网供水温度的目标,从而减少系统调节时间,提高供暖系统运行效率。