随着我国经济与城市建设的高速发展，人民生活质量的不断提高，人们开始更多的关注室内环境的质量。为了能充分的利用能源，使经济与社会更好的可持续发展，必须把节能放在首要的位置。我国北方城市大部分地区的供暖已由传统的分散供热转变为集中供热，很好的提高了空气质量、减少了环境污染与危害、节约了煤资源，目前集中供热的发展已成为现代化城市建设的一个重要标志。如何合理分配热量，让热能得到充分的发挥是供热企业的首要任务。在热源、热力网、热力站和热用户组成的集中供暖系统中，热力站最为重要，它连接着热网和热用户，将热源的热量加以调节和转换，送给热用户，以满足热用户的需求。目前大部分换热站的控制还是人工操作阶段，没有完善的数据信息，仅是靠人的经验来调节温度的大小，影响了供暖的质量，造成了室温不均即不是温度过高就是温度过低，很难满足用户的需求。随着计算机和智能控制的发展，为了满足供热需求，人们希望把自动化控制引入到换热站的控制中，通过自动的调节来控制温度的大小。　　在城市建设的集中供暖系统中，所有的热量由热源处供给，总的供水温度由热源来调配。热量经过管网输送到各个热力站。热网分为一次网和二次网，热网的控制是通过对热负荷的动态预测，来调节和分配总需热量。本文以沈阳建筑大学第一换热站为研究对象，热用户为教学楼，为了实现教学楼的按需供应，满足室内温度的需求。在换热站的自动控制中，选一次网的电动阀作为执行机构，控制一次网上的流量，二次网的供水温度为被控制对象，控制的最终目的是使二次网达到理想的供应温度。在换热站的运行中二次管网有时会出现跑水，漏水的现象，导致管路中的水量减少，压力下降，为了避免失压状态的发生，本文在二次网的补水泵上加装变频器，通过变频定压补水来补充损失掉的流量。　　目前对换热站的控制仍使用传统的PID方法，但控制的效果并不是很好，因为PID通常应用在线性系统中，而换热站供热系统是一个复杂的被控对象，具有非线性，当受到了外部的干扰后，又会呈现出时变性。为了更好的控制换热站，本文采用模糊控制与神经网络相结合，发挥两者的优点，即模糊的控制规则和神经网络自学习，来实现对PID参数的在线整定。利用MATLAB对模糊控制器进行了仿真，仿真曲线表明，在二次供水温度的相对温度图中，模糊神经网络的曲线比较平缓，即使在遇到了外部的干扰后，曲线也没有太大的波动。而PID控制在干扰下，出现了很大的超调，而且调节时间变长，因此再次证明了模糊神经网络的优越性。