本文系统地介绍了SCADA系统和神经网络的基本概念，详细解释了BP算法的基本原理、数学表达和算法步骤，并简单介绍了城市燃气输配SCADA系统的设计原则、体系结构、功能结构和通讯配置。燃气输配预测中存在经验性、不确定性、不合理性等问题。人工神经网络模拟人的大脑活动，具有极强的非线形逼近、大规模并行处理、自训练学习、自组织和容错能力等优点。将神经网络理论应用于燃气调度预测之中，能克服传统预测方法的一些缺陷，快速、准确地得到预测结果。本文研究的主要内容是根据SCADA系统采集的各种管网运行的历史数据资料，利用BP算法建立日用气量、月用气量预测模型；利用曲线拟合的方法建立年用气量预测模型，并对各种模型运行结果和误差进行了分析。本文还利用BP算法建立了管网运行实时动态模拟模型，将此模型应用于管网运行实时监测中可实现动态仿真。上述模型在传统的预测理论和方法之外找到了一个新的途径，摆脱了对个人经验的依赖，建立了一种有效的工作方式。这些模型具有智能化处理以往经验的能力，能够在新的燃气输配调度中进行有效的用气量预测，为调度人员提供了参考和进行方案比较。 为了更好地保证燃气管网运行安全，本文还利用BP神经网络的模式分类和辨别功能，对城市燃气管网漏气点动态定位的神经网络模型进行了探讨。