评价水源热泵尾水排放对受纳水体生态环境的影响，可以为评价水体环境质量评级和水源热泵规模化应用提供决策的依据，为我国节能减排项目提供支撑。本文探讨了与本系统相关的综合评价方法、评价指标体系的建立、BP神经网络评价模型等。参照国家水质评价法规和相关评价标准，建立涵盖化学因素和生态元素在内的评价指标体系。利用水源热泵受纳水体的实测数据，结合综合评价技术，构建出基于改进型BP神经网络算法评价模型的水源热泵尾水排放对受纳水体生态环境的影响评价体系，并提出评价系统的总体设计方案、体系结构以及各个模块的工作流程，从而实现整个评价系统的功能。本系统的实现包含了两个关键技术，评价指标体系的建立和基于BP神经网络评价模型的构建。对此，本文根据相关标准，建立了评价指标体系，并结合水源热泵尾水排放对受纳水体生态环境影响的实际情况，将动量因子引入到权值矩阵和阈值矩阵调整公式中，采用附加动量法和可变学习速率法改进BP神经网络算法，增强了BP神经网络的可靠性、训练速率和稳定性。在此基础上，实现了该基于改进BP神经网络算法的综合评价模型。由上述工作，采用Visual C#和Mysql数据库，设计并开发了基于BP神经网络的水源热泵尾水对受纳水体环境影响评价系统软件，此系统软件主要包括评价指标体系模块、综合评价方法构建模块、评价结果和建议模块。同时，通过与AHP评价法的实验结果对比，证实了该评价软件的正确性。以重庆某湖水源热泵受纳水体的实测数据为基础对所开发软件测试。测试结果表明，利用BP神经网络建立水源热泵尾水对湖水环境影响评价系统可以客观、快速的评价其水体环境质量：训练误差达到5%左右，验证了其有效性；使用此软件对重庆某湖泊的多个监测点数据进行预测，与基于AHP层次分析法的评价结果进行对比，评价结果基本一致，验证了评价软件的可行性与正确性。