为了缓解城市电网越来越严峻的调峰压力，蓄冷空调技术在我国得到了广泛应用。许多蓄冷空调系统由于控制不当，系统效率很低。精确的空调负荷预测是蓄冷空调优化控制的关键，解决了蓄冷空调系统运行中常出现的过度蓄冷、蓄冷不足与无序用冷等问题，对保障用户经济利益、发挥电力移峰填谷社会效益有重要意义。　　建筑物空调系统的运行负荷影响因素非常复杂，与空调设计负荷不同，运行负荷不仅仅受到室外气象环境的影响，而且与建筑的动态使用状况、空调系统的运行调节密切相关。由于空调运行负荷的复杂性、不确定性和非线性，精确的负荷预测一直是空调优化控制领域研究的难点。　　论文对空调运行负荷的变化规律进行分析，对空调运行负荷进行提前24h预测与提前1h实时预测，主要工作和研究成果如下:　　(1)深入亚龙湾冰蓄冷区域供冷项目工程实践，作者主持设计、调试与运行了蓄冷空调的自控系统，积累了大量的运行数据，为论文研究提供了难得的实践基础。以亚龙湾的两座大型五星级宾馆为研究实例，整理了各1年左右的实测逐时数据作为论文研究的验证数据，使论文研究具有实际应用价值。　　(2)针对当前神经网络的负荷预测建模方法多样，但缺乏建模方法应用指导的研究现状，比较了3种常用建模方法（多网络单点输出、单网络单点输出和单网络多点输出）的优缺点。选用广义回归神经网络（GRNN），借鉴前人研究模型，基于不同建模方法、不同输入参数，建立了6种提前24h的空调负荷预测模型。研究表明:3种建模方法均可实现良好的预测效果，输入参数的选取对预测精度有关键作用。仅考虑气象因素不能达到良好的负荷预测效果，逐时气象预测进行实时修正对提高负荷预测精度意义不大。历史负荷蕴含了所有影响因素的演化信息，历史负荷作为输入参数可显著提高预测准确度。　　(3)针对输入参数应选用过去哪些时刻的负荷数据才合理的问题，分析了空调运行负荷的混沌特性，研究混沌预测方法，优化了预测模型的历史负荷输入参数选择。提出一种简单可靠的GRNN法重构空调负荷的相空间，利用Lyapunov指数和Kolmogorov熵定量判断空调负荷的混沌特性，建立混沌GRNN预测模型和加权一阶局域法混沌模型，并分析了混沌模型考虑气象因素的必要性。研究表明:空调运行负荷具有混沌特性，混沌理论可优化负荷预测模型，仅以负荷相空间重构后的向量为输入，GRNN模型就具有良好预测精度，当考虑气象因素时，对实时预测精度没有改进，对提前24h预测精度有一定改善作用。　　(4)针对当前研究在负荷激烈变化时预测不准确的问题，分析了实际负荷的运行特性和冷冻水质调节的影响作用，创新性地将冷冻水温度引入负荷预测中，建立多因素混沌GRNN负荷模型，研究了冷冻水温度对负荷预测的意义。研究表明:负荷模型引入冷冻水温度后，预测精度显著提高。在实时预测中，两座宾馆的负荷预测期望偏差百分数EEP值降低了0.7％～2.2％;在提前24h预测中，EEP值降低了1.1％～3.6％。　　(5)根据智能预测技术的发展现状，对支持向量回归机(SVR)与GRNN两种预测技术进行了比较研究。应用混沌相空间重构，并考虑室外气象、冷冻水温度这些重要负荷因素，建立多因素混沌SVR负荷模型。研究表明:SVR比GRNN能够更有效地提取信号特征，具有更好的泛化能力，在实时预测中，两座宾馆的负荷预测期望偏差百分数EEP值降低了1.3～2.4％;在提前24h预测中，EEP值降低了0.7％～1.1％。多因素混沌SVR负荷模型取得令人满意的预测效果，实时预测和提前24h预测的EEP值分别在5％和6％以下。　　论文根据空调负荷的混沌特性优化历史负荷输入参数，根据空调负荷的运行特性引入冷冻水温度输入参数，并考虑负荷重要影响因素—气象参数，基于支持向量机技术建立的单网络单点输出负荷模型—多因素混沌SVR模型取得最好的负荷预测效果，为建筑物空调负荷预测提供了一种更为准确的方法。