随着城市化进程的加快,集中供热已成为城镇冬季采暖的主要形式,实行集中供热是合理利用能源,提高能源利用率的有效途径。伴随着集中供热的发展和普及,集中供热系统已逐步成为一个庞大而复杂的技术系统,其硬件设备数量巨大,管线铺设复杂,各地管线故障频发。为了增加供热系统的安全性本文建立基于数据库技术的热力监控系统,对供热管网中各类参数进行实时监控,制定出完善的设备管理机制和报警机制,在一定程度上提高了集中供热系统的安全运行效率。 　　通过对热力监控系统运行中所积累数据的分析得知,供热管网中采集的参数存在非线性、时变性等特点,本文根据集中供热系统的特性对 BP 神经网络技术进行深入研究,利用BP神经网络技术实现热力监控系统中预报警功能,使得供热管网的报警功能更加完善。 　　人工神经网络在最近十几年来发展迅速,BP神经网络作为其中的经典算法,应用日益广泛。本论文通过深入分析 BP 神经网络的基本原理,结合热力监控系统所采集数据的特性,对 BP 神经网络做了一定程度上的优化,并在此基础上对热力监控系统的预报警功能进行了一些拓展。 　　本文首先介绍热力监控系统的原理,架构,及各个功能模块,设计热力监控系统并予以实现。然后针对供热管网所采集数据的特性深入研究BP神经网络技术,介绍BP神经网络的原理和 BP 神经网络中各个参数的选取方法,利用供热管网中故障发生前压力的变化率作为样本集,建立BP神经网络,预测供热管网中将要出现故障的管段信息。最终将BP神经网络技术应用到热力监控系统的二级预报警功能中,并针对 BP 神经网络在热力监控系统预报警中所遇到的问题,对BP神经网络进行优化,其中研究了BP神经网络的过拟合现象,通过大量实验分析提高了BP神经网络在热力监控系统中预报警功能的准确性。