随着我国经济的发展和科技的进步,化石能源改革持续推进,基于物联网、大数据和人工智能等信息技术的智慧供暖企业不断出现,清洁取暖和智慧供热正逐步成为目前供热行业发展的风向标。热负荷预测作为智慧供热中不可或缺的一个环节,传统的预测手段已不适用于当下和未来的使用需求。热负荷影响因素众多,不同的智能算法之间亦各有优势和缺点,如何建立高精度的热负荷预测模型,使之在不同场景下既能保证预测精度,又能具有良好的泛化能力,是当前热负荷预测方面需要重点解决的问题。本文基于空气源热泵集中供暖系统的系统运行参数和气象参数,从数据层面出发,探讨数据识别、数据清洗、数据衍生、数据降维和特征提取等数据处理方式对热负荷预测模型精度的影响,之后转到模型层面,分析不同智能算法和集成学习中的若干因素。首先,本文通过对供热系统自动采集的运行参数的质量分析,设计删除法与灰色预测插补结合的数据初步清洗方式,接着从数据衍生和数据降维的角度研究数据集增广和异常数据的进一步识别,采用k-means聚类和层次聚类相结合的方式进一步清洗数据。结果表明比热容阈值法可以作为一种快速的清洗手段,但通过kmeans聚类和层次聚类结合的方法构建的模型精度更高,其测试集RMSE低约15.7%。其次,通过在短期和长期两种时间尺度上的相关性分析,探究历史时刻热负荷与当前时刻热负荷的相关关系,结果表明短期内这种相关关系随时间间隔的增加而降低,在长期内存在明显的周期性,且每个周期的峰值随时间递减,但至多降低至零。此外,通过互信息法的度量,得到气象参数等变量对当前时刻热负荷的信息价值,结果表明干球温度、供回水温差和一天中的小时数是信息价值最高的四个变量。其中,一天中的小时数的互信息与供回水温差相差仅0.74%。然后,利用BP神经网络、回归树和支持向量回归三种不同的机器学习算法搭建共17个热负荷预测模型,研究BP神经网络结构和算法、回归树与支持向量回归超参数等因素对热负荷预测精度的影响,并结合时间成本与收益分析来对不同模型性能进行评估。从模型精度上看,BP神经网络模型精度要好于支持向量回归模型和回归树模型,但其RMSE值波动范围大,均衡性不如其余两种模型。从时间成本与收益方面分析,对基于L-M算法的浅层BP神经网络模型训练速度影响最大的是特征数,当隐藏层增加至2层后影响最为显著的因素是样本数。PCA主成分分析可以降低回归树模型和支持向量回归模型的训练时长,但在精度提升方面只对后者有效。精度要求高时基于L-M算法的BP神经网络时间收益最好,其次是回归树模型;精度要求不高时,回归树模型时间收益最好,BP神经网络模型和支持向量回归相差不大。最后,利用Bagging和Stacking两种集成算法,搭建随机森林集成模型和堆叠神经网络集成模型。集成模型性能相比其采用单一算法的初级学习器性能都要好,模型精度最高的是随机森林,其利用袋外误差做了特征删减后,测试集的RMSE值仍比回归树的低40%;堆叠神经网络模型相比集成前的BP神经网络、回归树和支持向量回归模型,测试集RMSE平均低22%。