本文是对集中供热负荷的基于时间序列分析的预报方法及应用的研究。冬季采暖期期间,供热负荷具有一定的随机性,传统的供热系统的运行仅仅是以天气情况为依据,调度人员往往根据天气情况和工作经验来调节热网运行参数,因而热网调度的精确性较差。本文根据时间序列分析的方法,利用采集得到的供热系统的实时数据来预报下一个采样时刻的预报值,并以此为依据用于供热系统的优化调度,将对供热系统的节能运行和实时控制起到重要的作用。首先采用从热力站现场采集到的原始数据,对其进行了数据的预处理,利用最小二乘法估计供热负荷时间序列的确定性部分,分离出随机信号并对其做平稳化处理,将平稳时间序列作为分析的对象。接着利用Yule-Walker法建立了AR模型对负荷时间序列进行了横向和纵向的预报,并利用了交叉算法对预报结果进行了优化。结果表明预报效果良好,交叉算法可以有效地提高预报的精度。然后本文利用动态数据系统(DDS)建模方法建立了ARMA模型,根据该模型负荷时间序列进行了交叉预报,结果表明本方法预报精度优于Yule-Walker法。论文最后将基于时间序列的负荷预报方法作为供热系统的监控软件的一部分。利用供热负荷的原始数据和对其进行预报的数据建立相应的数据库,根据制作的监控界面,使调度人员可以直观地监控供热网络,指导供热网络的节能运行。对于提高供热系统的管理水平,提高供热过程的控制质量和节约能源都有重要的意义。