空调系统是重要的用电大户，也是造成电网峰谷负荷差的主要原因。冰蓄冷空调则是解决这个问题的一个有效方法，它在夜间用电低谷时段使制冷机运行制冷，利用蓄冷介质将冷量储存起来，在白天用电高峰时段将冷量释放出来。因此已经成为实现电网移峰填谷和节省运行费用的很重要的技术措施之一。近年来，一些大中城市为缓解城市电网压力，推行峰谷电价，冰蓄冷空调系统的应用取得了长足的发展。 目前现有的冰蓄冷系统多数以主机优先方式运行，往往由于运行管理水平的限制，没能实现能量的消耗和运行费用的最低化，在一定程度上影响了业主使用冰蓄冷空调的积极性。预测控制(优化控制)是冰蓄冷系统运行管理的目标，从而在满足建筑物供冷要求的前提下尽可能地减少运行费用。精确的负荷预测是优化控制的基础，是合理分配制冷机供冷与融冰供冷来满足负荷的基础与前提。 如何在非设计条件下使系统经济合理地运行，是冰蓄冷空调系统运行管理中面临的一个棘手而又必须解决的课题，是提高冰蓄冷空调系统经济效益的重要途径之一。负荷预测恰恰是关键，它可以用于为空调系统运行管理人员确定合理的开、关制冷主机台数，提高调节的预见性和系统的稳定性。本文的主要工作就是对基于神经网络的冰蓄冷空调系统负荷预测进行相关研究。 首先，对上海某科技馆冰蓄冷空调工程进行了实验测定，证实了该冰蓄冷空调系统运行情况良好，同时采集了大量数据，并作了相关的技术分析，为后续的负荷预测模型提供了样本数据。 其次，系统阐述了人工神经网络理论，并对人工神经网络模型的BP算法用数学形式予以详细描述，为负荷预测模型的软件实现奠定了基础。 另外，空调系统负荷是一个典型的具有动态性、时变性、多扰量性、不确定性等随机特性的非线性模型。本文针对空调负荷的特性，结合人工神经网络的特点和功能，设计了一个三层BP神经网络，建立了较切合实际的提前1小时预测的神经网络负荷预测模型。 最后，采用自己编写的简化Microsoft Visual Basic 6.0神经网络程序，在实验测定的样本数据的基础上，运用BP神经网络预测方法对该空调系统负荷进行预测，其负荷预测的精度、预测程序的实现过程和运算速度是符合负荷预测实际要求的。