在人类生存、经济发展、社会进步和现代文明中，能源都是重要的物质基础，所以制定科学合理的能源发展战略对社会经济的稳定、有序发展具有重要的作用。而制定正确的战略离不开对能源需求的预测和研究。因此对能源需求的研究即具有重要的理论意义，又具有重要的现实意义。　　 本文采用灰色系统理论和人工神经网络理论以及组合模型理论对我国能源需求进行建模与分析。　　 一、本文分析了能源需求影响因素与能源需求之间的关系，为能源需求的定量预测提供了依据。对10个影响因素2009-2020年的指标值分别利用神经网络进行预测，为预测未来的能源需求做好铺垫。　　 二、介绍了灰色模型、BP神经网络模型、ELM神经网络模型、RBF神经网络模型的理论、结构、基本算法和预测流程。在预测实践中，对于同一个问题，往往可以采用多种预测方法。不同的预测方法往往能提供不同的有用信息，组合预测方法可以综合利用这些信息，尽可能提高预测精度。因此，本文采用了基于熵值法的组合预测方法，将灰色模型、BP神经网络模型、ELM神经网络模型、RBF神经网络模型进行组合，经过检验证明，组合预测模型能够对我国能源消费量进行有效地预测，并且预测精度比灰色模型和单个神经网络模型更高。　　 三、用1980～2008年的数据进行建模和检验，预测了2009～2020年的全国能源消费总量，把预测结果和魏一鸣等人开发的软件CErCmA预测系统的预测结果进行对比，发现结果较为一致。可见本文提出的组合模型的预测结果具有较高的可信度。