集中供热系统是我国北方地区一种重要的民生基础设施,其运行工况直接关系到用户的供热品质和供热企业的经济效益。集中供热管理工作的信息化和智能化,对提高供热行业管理的工作效率与质量,对环境保护、节能减排等都有深远的影响。本文针对集中供热如何更精准地实现对供热的负荷预测以及对供热管理工作智能化和信息化管理等问题,结合热力公司管理工作的实际需求,开发了“集中供热热负荷预测与管理系统”。主要研究内容与成果如下:(1)梳理和优化了热力公司的业务流程,构建了组织机构和核心业务流程等业务需求分析模型。分析了集中供热管理系统需求,构建了系统用例模型。在需求分析的基础上进行系统总体设计,给出了系统架构设计,数据库设计和系统功能模块设计结果。(2)针对集中供热现有的热负荷预测方法依赖人工经验、预测准确率低以及容易陷入局部极小值等问题,设计了一个基于GA-BP神经网络的热负荷预测模型,并在此基础上提出了一种将具有全局搜索能力的遗传算法(Genetic Algorithm)与传统的BP神经网络相结合的预测方法。经过对热负荷影响因子的分析,最终确定室外日平均温度、工作日类型、室外日平均风速、日照时间和每日热负荷的前三天这五个影响因素作为输入变量,当天的热负荷作为输出变量。利用遗传算法对BP神经网络的初始权值和阈值进行优化后,训练热负荷预测模型。对比分析GA-BP神经网络和BP神经网络的预测效果。实验结果表明:该本文提出的预测方法得到的预测值的误差在-15%～10%之间,较目前集中供热使用的预测方法更加有效。(3)采用面向对象、统一建模语言和Java Web开发等方法和技术,研发了“集中供热热负荷预测与管理系统”。系统具有客户管理、巡检管理、以及热负荷预测等功能。本文所研发的“集中供热热负荷预测与管理系统”经过测试运行,运行结果表明系统符合集中供热系统管理工作的实际需求,能够对集中供热负荷做出精准预测,使供热的运行状态达到满意状态,对供热安全、稳定运行、节能减排以及环境保护具有重大的意义。