随着工业技术的不断发展，集中供热的供暖方式已在我国得到广泛的应用，但是我国的供热管网的优化控制技术与欧洲发达的国家还存在着较大的差距，多个热力站的热量分配问题仍然是尚未解决的难题。如何制定适合的供热策略才能得到良好的供热效果，减少资源的浪费的方法依然在探索当中。由于热网系统自身非线性、大滞后、时变性、强耦合的特性，传统控制方法很难取得较好的效果。针对集中供热系统多个热力站一次管网的热量分配问题，文中设计了一种基于机器学习算法的热量调节控制器，实现热量的均匀分配和按需分配的目标，输出结果分析证明控制优化效果。　　本文首先以中国天气网的天气数据与供热公司的供热数据作为各部分神经网络的训练样本，保证了训练数据真实有效。对于热负荷预测模型，BP神经网络的精度可以达到要求，因此采用传统的BP神经网络建立多个热力站的24小时热负荷预测模型后，基于模型计算各热力站24小时的热负荷预测值。确定采用该算法后通过Matlab建立模型并编写相应代码，得到各个热力站未来24小时的热负荷预测序列。然后对于热力站温度控制模型，采用tensorflow深度学习框架中LSTM深度神经网络对热力站系统进行建模，使用Python语言编写深度神经网络模型，得到各个热力站之间的神经网络模型表达。为得到优化控制序列，最后通过强化学习算法基于ActorCritic结构的DDPG算法搭建优化控制策略的神经网络，通过在热力站模型的环境基础上不断的优化控制策略，对多个热力站的优化分配，最终得到一次网供水流量控制序列。其中，预测的热负荷值将作为强化学习的效用函数计算中的一部分，然后根据供热系统的实际运行工况建立集中供热系统一次侧的数学描述，即目标函数，利用强化学习算法进行求解，得到每个热力站一次侧的供水流量的优化设定值序列。热力站模型作为强化学习中环境部分学习策略中的模型网络，得到最终的优化控制策略。最后利用该设定值及计算所得的热负荷值与实际工况计算所得热负荷值和预测热负荷进行对比。通过对比结果对算法进行进一步改进与优化。