在清洁供暖、“双碳”目标以及供热技术升级转型的需求驱动下,我国集中供热系统呈现热源形式多元化、热网跨区域互联长距离输热以及热用户舒适性供热需求日益提升的发展趋势,供热运行工况的动态性和复杂性显著增强,要求供热系统具备强大的全局协同和动态调控能力,传统基于生产业务专家领域知识和经验的生产运行决策模式已无法保证供热过程的清洁低碳、安全高效。发展智慧供热,实现供热系统的智能运行,对于提高供热系统能源利用效率、降低供热系统运行成本以及保障供热系统运行安全具有重要意义。本文研究适用于智慧供热的建模仿真与机器学习、深度学习方法,构建供热系统智能运行的决策支持引擎,推进经验和流程驱动的传统运行决策方式向机理模型和数据模型联合驱动的智能运行决策方式转变,从而利用机器智能辅助和提升人类智能,解决传感器故障在线诊断、水力及热力工况建模仿真、管网泄漏故障在线诊断、热负荷预测、热电协同运行优化等关键问题。首先,核查热力站传感器工作状态、保证其观测数据的可信性。采用长短期记忆网络,构建了各类目标传感器观测值的预测模型。提出了一种动态阈值算法,可以根据模型预测值和传感器实际观测值的误差向量自适应确定异常阈值,从而诊断传感器是否正常工作。案例分析中,对热力站一级网的流量、供水压力、回水压力、供水温度和回水温度五类传感器进行故障诊断。针对各目标传感器,分别构建了三类不同结构的预测模型,分析和评估不同模型的预测结果及其对传感器故障诊断精度的影响;以固定阈值算法作为评价基准,验证了动态阈值算法在传感器故障诊断中的优越性。其次,研究了供热系统水力及热力工况的建模仿真方法。对于水力工况,考虑到水力参数的响应时间通常远远小于水力调节的周期,根据图论理论,把供热系统视为只由管道和节点两类元素构成的有向连接图,利用节点流量平衡方程组和回路压力平衡方程组,构建了稳态水力仿真模型,给出了模型的数值求解方法。并采用基于遗传算法的阻抗辨识方法,校核了水力仿真模型中的管道阻抗参数。对于热力工况,考虑热量输配的滞后性和衰减性,由能量守恒定律,建立了由热源、管网、热力站和等效供暖建筑四个热力仿真模块构成的动态热力仿真模型,基于有限差分法,介绍了该模型的数值求解方法。利用供热系统中热力站一级网实际观测数据,验证了所提出的建模仿真方法的准确性和有效性。再次,借助供热物联网能够实时读取热源和热力站处流量、压力观测值的功能,提出了一种数据-模型融合驱动的方法,通过稳态水力仿真模型生成供热管网泄漏故障数据集,然后训练机器学习模型,从而根据流量、压力运行参数的微小变化在线识别供热管网的泄漏管道。将数据-模型融合驱动方法应用于某环状供热管网的泄漏故障诊断,诊断结果的准确率和宏F1分数分别为85.85%和0.99786,证明了数据-模型融合驱动方法能够及时、准确地在线诊断供热管网的泄漏故障。然后,根据递归预测、直接预测和多输入多输出预测三种时间序列多步预测方法,以长短期记忆网络为基本单元,以历史热负荷和室外空气温度时间序列作为预测变量,建立了四类不同结构的预测模型,以实现短期热负荷变化曲线的预测。利用建立的模型,预测某供热系统未来一天的逐时热负荷,综合分析了各预测方法的优缺点,全面评估了各模型的预测性能。最后,研究了在多源多能互补的联网长输供热模式下供热系统与电力系统相互耦合的综合能源系统短期协同优化调度方法,以提升系统的运行灵活性和风电消纳能力并最小化系统的运行费用。考虑供热系统的可及性与热惯性,短期协同优化调度方法可细分为两个独立的决策过程:（1）供热系统可及性分析,利用稳态水力仿真模型,通过水泵和阀门的协同调节,优化供热系统的水力工况;（2）热电协同优化,根据热、电机组运行特性、用户负荷特性以及供热系统动态热力仿真模型,建立热电协同优化调度模型,并对模型进行优化求解。案例分析中,选取了供暖季内不同相对热负荷比的六个典型日工况,对某热电综合能源系统进行了短期协同优化调度。结果表明,相比于常规的以热定电运行模式,热电协同优化调度方法可以使系统的弃风率降低1.18%～6.17%,燃料费用降低0.47%～2.30%。综上所述,本文综合运用建模仿真与机器学习、深度学习方法,建立了供热系统的多场景、多层级机理模型和数据模型,两类模型相辅相成,组成了物理空间与信息空间相互映射、适时交互、高效协同的智能决策系统,为智慧供热系统的智能运行提供了理论指导与技术手段。