常规的平板家用太阳能热水器中以自然循环为主。热水器循环的好坏直接影响到其集热效率。由于热水器自然循环流量较为微弱，受测量工具与实验条件的限制，目前对热水器的自然循环特性的研究还比较局限。平板太阳能集热器是构成太阳能热水加热系统的核心组件，集热器的性能直接决定了集热系统的效率。当前的研究热点仍然集中在提高集热器的热性能上。本文通过建立排管横置式阳台壁挂型平板家用太阳能热水系统的自然循环模型，结合实验测量数据，对热水系统的自然循环特性和效率进行研究。采用CFD数值模拟方法对平板集热器集热板上的温度场、流场以及效率单元分布的分析。最后采用人工智能神经网络方法对平板太阳能热水系统储热水箱内水的升温、温度分层以及热性能进行预测，为热水系统的热性能的评价提供一个有参考价值的技术手段。研究结果如下：1.建立平板太阳能热水系统自然循环质量流率模型，实现对系统自然循环质量流率的计算。数据分析发现：自然循环流量与太阳辐照强度线性相关度较好；上循环管位置高度对自然循环影响很大。2.建立平板集热器CFD简化模型，集热器采用排管横置放置方式，通过实验测量结果与模拟结果的对比，验证模型的可信度；采用CFD方法对集热板温度场和流场进行模拟分析，发现：受入口温度、太阳辐照、入口质量流率的影响，集热器排管上的质量流动分布是不均匀的，集热板温度基于集热器进出口成对角升温趋势。3.所建立的人工神经网络预测模型，在多云天气进行训练后可以较好的预测出晴朗天气的系统升温过程中的水温分层数据，表现出较好的预测外推能力和预测精度。综上，本文提出了一种太阳能热水系统的自然循环特性研究方法，在太阳能热水系统设计方面具有很好的参考价值，为太阳能热水系统提供一种降低测试条件的人工智能神经网络技术的热性能测试方法。