供热负荷预测是对集中供热系统进行最优控制调节的基础，对于供热系统的运行管理，提高供热品质，节约能源，环境保护等都具有十分重要的意义。 本文结合秦皇岛市某民用热力站的供热实际情况，在深入分析其供热特点的基础上，提出了利用BP神经网络进行热力站供热负荷的预测。同时，为克服标准BP算法收敛速度慢和易于陷入局部最小的问题，提出利用进化算法——粒子群算法进行神经网络初始状态的优化。在此基础上，进一步提出了混合粒子群算法和速度变异粒子群算法两种改进算法提高优化性能。实践证明，采用粒子群算法和BP算法相结合的办法，无论是热负荷的预测还是换热器模型的辨识，都取得了很好的效果。最后，对热力站的阶跃响应数据进行拟合，得出热力站换热器的传递函数，进而分别利用PID控制器和NN预测控制器对换热器的控制特性进行了仿真。