核心提示：摘 　 要：在鋼鐵生產過程中，副產煤氣占鋼鐵企業總能耗的 ４０％ ，因此，準確預測副產煤氣的消耗量可以為鋼鐵企業煤氣系統的優化調度提供科學的指導。熱風爐是副產煤氣系統的最大用戶之一，由于工作周期頻繁調整導致副產煤氣消耗量波動劇烈，預測難度較大。針對現有預測模型預測提前量較短的問題，建立了基于時間序列的 ＢＰ 神經網絡預測模型，在保證較高的預測精度的前提下將預測提前量延長至 ３０ｍｉｎ 。以現場采集的熱風爐煤氣數據作為數據樣本進行實例分析，發現訓練樣本為 ２　０００ 組、預測樣本為 ３０ 組時預測效果最好，