在我国,以集中供热为代表的城镇供热系统体量大、能耗高,在“碳达峰碳中和”目标下,供热系统的节能减排,已成为助力实现城乡建设领域“双碳”目标的重要组成部分。供热系统节能减排的核心途径之一是在实际运行中开展精准调控,最终实现按需供热。目前集中供热系统的调控主要以一次网为主,关于二次网的精准调控,相关的研究和应用较少。本文以北京市某住宅小区供热系统为研究对象,基于实际运行数据,运用SPSS、Python和MATLAB等软件,采用BP神经网络、PSO算法、PCA算法、MIV算法和RBF神经网络等数据驱动方法,对供热系统二次网的运行调控进行研究,主要完成了以下工作:首先,基于北京市某住宅小区供热系统智慧管理平台提取的逐时数据,针对供热系统热力入口层级的热负荷进行分析,建立了需求侧热负荷预测模型的初始特征集。在此基础上,分别采用Pearson相关系数法、PCA法和MIV法三种方法进行热负荷的特征选择,建立了对应的特征集。其次,融合特征选择和粒子群算法,分别建立了BP神经网络、PSO-BP神经网络、Pearson-BP神经网络、Pearson-PSO-BP神经网络、PCA-BP神经网络、PCA-PSO-BP神经网络、MIV-BP神经网络和MIV-PSO-BP神经网络共8个负荷预测模型。对比各个模型预测结果表明,PSO算法对BP神经网络有提高精度和加快收敛速度的作用,由MIV算法构建的特征集所训练的模型预测误差最小,其中MIV-PSO-BP神经网络热负荷预测模型的平均相对误差为1.7%,最适用于供热系统二次网热力入口层级的负荷预测。然后,基于模块化的建模思想和数据驱动的建模方法,分别建立了热用户模块、二次网管网模块和换热器模块的数据模型,并仿真验证了模型的准确性。其中,热用户负荷模型平均相对误差控制在5%以下,换热器模型平均相对误差为2.25%。基于准确的数据模型,耦合热用户模块、二次网管网模块和换热器模块,形成了“站-线-户”二次网智慧调控算法,进而结合实际工程形式与配置,建立了供热系统二次网整体智慧调控系统。最后,基于实际供热系统,选择2020-2021年供暖季中期的典型日,对供热系统二次网整体智慧调控系统进行实例分析。进而以本文供热系统实际情况为基准对照,对智慧调控系统进行典型日的节能效果分析。结果表明,与基准情况相比,基于数据驱动的供热系统二次网智慧调控系统在运行过程中可有效降低供热能耗,并提高供热系统的热力经济性。本研究通过数据驱动方式,以按需供热为导向,研究供热二次网需求侧驱动的智慧调控技术,实现供热领域节能减排,助力国家“双碳”目标的实现。