随着节能减排的深入推进,对集中供热系统能源输配及运行调节的科学化、精细化水平提出了更高的要求。本文以当前集中供热系统供需匹配问题为切入点,提出了基于负荷预测的源网平衡调节策略,对影响热负荷预测的参数选择、数据预处理、预测方法、调控周期以及调节策略等关键问题进行了研究,并应用于典型供热系统验证调节效果。具体工作如下:首先,通过管网的热力特性仿真和运行数据分析对一次网供温延迟规律进行了研究,由此确定热源调控周期;考虑建筑类型及末端采暖方式的影响,将热力站进行分类;基于供暖建筑室温综合延迟时间确定热力站调控周期。对于本文研究的某典型供热系统热源调控周期为12 h;热力站分为3类:非节能散热器供热热力站、节能散热器供热热力站、节能地暖供热热力站;3类热力站的调控周期分别为6 h、8 h、12 h。其次,对影响热负荷的因素进行了理论分析,结合实际工程可获取的数据,初步选定预测模型的输入变量。对初选变量进行相关性分析和显著性检验;依据相对误差确定历史数据影响周期;确定了热力站供温预测模型的输入变量为室外温度、室温、历史供温;热源供温预测模型的输入变量为室外温度、供回压差、流量、历史供温。然后,对数据预处理方法进行了研究。对比了2σ准则、3σ准则和箱线图这三种方法对离群数据的剔除效果,结果表明2σ准则对离群值的敏感性高且不失真;使用三次样条插值对空缺数据填充;提出了指数法和高斯窗相结合的数据去噪方法,以均方根误差为平滑指标,验证了该方法较指数法和高斯窗单一处理的优越性。再次,对多元线性回归、BP神经网络、GRNN神经网络、ELMAN神经网络这四种预测方法的原理进行了分析,利用实际数据比较预测精度,确定了热力站及热源的预测模型分别为多元线性回归和GRNN神经网络。最后,基于全网能量守恒和室温动态反馈对热源和热力站的预测参数进行调适,达到源网供需平衡;以负荷预测平均绝对百分比误差最小为目标确定了调控时间节点。通过对某典型供热系统验证调节效果表明,所有典型用户室温稳定,管网压力波动幅度降低69.6%,系统节能率达到13.60%左右。结合互联网技术、人工智能技术、在线监测技术的应用,本文提出了基于负荷预测的源网平衡调节策略。该策略能保持室温稳定并降低能耗,可以为实际运行提供理论指导。