制造业作为我国的支柱产业，地位举足轻重。目前，制造企业普遍面临着能耗多、成本高的难题，能耗不仅关系到企业的经济效益，而且和企业的社会责任密切相关。在能源供应日益紧张、价格日益高涨的国内外环境下，开展以节能为目标的能耗预测模型研究，具有重大的意义。为了提高企业的能源管理效率，不仅需要对能源历史数据进行统计、分析，还需要对未来的能源数据做好预测，提高智能分析水平，从而满足企业各种不同的需求。本文的研究工作主要包括以下几个方面：1.系统的概述了能源管理系统及能耗预测模型的研究意义及发展现状。对能源管理系统和能耗预测模型的国内外研究现状进行了总结，同时，对能耗预测模型研究存在的问题进行了分析。2.针对制造企业因能源需求与供应出现矛盾而造成的能源浪费问题，建立了基于支持向量机的能源需求预测模型。并以某制造企业的电力需求为例，对该模型进行验证，仿真结果表明，此模型有着良好的预测效果。3.针对传统节能效果评估方法中能耗数据滞后的问题，建立了基于支持向量机的节能效果评估模型。该模型以能耗实际值与预测值的对比，来评估节能效果，仿真实验验证了该模型的可行性。4.针对高能耗工序因能耗异常而造成的能源浪费问题，建立了基于BP神经网络的能耗异常监测模型。并以轮胎硫化工序为例，把硫化能效作为识别对象，运用BP神经网络算法获取硫化能效与制造因素的关系，再利用概率分布知识构建正常能效的预测区间，以硫化能效的观察值是否落在预测区间之内来判断能耗是否异常。仿真实验表明，此模型能有效发现能耗异常现象。5.设计了一套基于能耗预测模型的能源管理系统，包括系统架构设计、功能模块设计和数据库设计等等，并建立了能耗预测模型库，该能源管理系统在制造企业的初步应用中取得了良好的效果。