能源是现代工业的基础。石油和天然气作为一种重要的能源资源和战略资源,深刻影响着各国经济的发展。钢铁工业作为国民经济最重要的基础行业之一,属于高能耗工业。油气资源是钢铁工业生产的物质基础,钢铁工业又为油气工业的发展提供各种设备等物质保证。利用科学合理的技术手段加强油藏和钢铁企业能源介质消耗量的预测,可以缓解我国钢铁工业发展对能源需求紧张的局面,从而促进钢铁工业和油气工业的快速发展。子空间算法自20世纪90年代被提出后,已成功用于系统辨识和预测控制等领域。随着科技的发展,数据的产生和存储量随之增加,从而产生了数据驱动的子空间方法。本文选取数据驱动的子空间算法的预测模型对能源问题进行预测。本文针对以上两个问题展开如下工作：(1)数据驱动的子空间算法及改进：采用数据驱动的改进子空间算法的预测模型对实际问题进行预测。通过引入两类因子,并用粒子群优化算法对因子进行寻优,从而提高预测的精度。(2)油藏描述中的储层物性参数预测：油藏描述的核心任务是储层建模,储层物性参数的确定是储层建模的基础和依据。从空间维度出发,用数据驱动的子空间方法对储层的主要物性参数进行预测。数值试验显示引入因子的改进方法仅能对部分结果有所改善,并进行了原因分析。(3)钢铁企业能源介质消耗量预测：以某钢铁企业为背景从时间维度出发,利用数据驱动的子空间算法对能源介质消耗量进行预测,改进的算法可提高预测精度。(4)钢铁企业能源预测系统开发：将预测算法内嵌到钢铁企业能源预测系统,可快速、准确地给出能源介质消耗量的预测值,并以表格、曲线、柱状图和饼图等不同方式对结果进行显示,且具有汇总和人工调整等功能。