城市集中供暖是北方冬季供暖的主要方式,但是集中供暖系统却会过度耗能,浪费资源,要想更好地运行和调节集中供热系统,其前提就是要对城市集中供暖系统热负荷进行预测,从而有效地控制热负荷。本文首先分析影响供暖热负荷的主要因素,并结合实际数据的采集情况,从中提炼出三个主要因素:室外平均温度、室外平均风速和日照时间。根据灰色关联度相关理论,计算灰色关联系数,其中室外平均温度影响力最大,这一结论也与实际情况相同。接着以北京怀柔某个集中供暖工程为研究对象,基于灰色预测算法和BP神经网络算法原理,构建模型预测实际热负荷。引入新陈代谢灰色预测模型,分析初始数据数目与误差的关系,结果表明初始数据数目并不是越多越好,一旦超过临界值,预测精度反而会降低。同时对比两种灰色预测模型的预测精度,可以直观地得出后者预测效果更好这一结论。在运用BP神经网络预测热负荷时,本文提出了参数的确立办法。根据预测结果,可以得出BP神经网络模型具有较高的精度,能够运用到实际操作中。最后利用两种不用的组合方式即基于权重的组合预测和基于预测方法的组合预测对热负荷数据进行预测,得出更优的预测结果,指导实践。