钢铁企业煤气的消耗和平衡是当今钢铁工业倍受关注的一个问题，如何预测钢铁企业煤气用户的用量，尽可能的减少煤气计量系统的的计量误差，如何科学合理地进行煤气计量自动平衡认证，提高煤气的利用率，减少计量纠纷，已经一项意义重大的研究和开发课题。本文针对钢铁企业煤气消耗的特点，建立煤气消耗预测模型，探讨在煤气平衡认证系统中的应用。 论文首先介绍课题的研究背景及课题来源，综述目前国内外对钢铁企业煤气消耗的预测和煤气平衡的现状，提出课题中对钢铁企业煤气消耗预测模型的建立在理论与应用研究方面存在的难题，然后在研究项目工程背景的基础上，给出本论文将要研究解决的问题。通过对钢铁企业煤气用户的工艺情况进行分析研究，提出影响煤气消耗量的几个相关因素，并将这些相关因素与煤气消耗的关系进行分析，最后用灰色关联度法对煤气消耗和这些相关因素的关联程度给予理论计算。接着对课题中需要建立煤气消耗预测模型的用户采用分类研究的方法。将7个用户按工艺和煤气消耗特性的不同分成了三大类，针对第一类轧钢厂煤气用户提出采用多层递阶回归分析的方法对起煤气消耗量进行预测；针对第二类炼钢厂煤气用户提出采用BP神经网络的方法进行预测模型的建立；针对第三类煤气用量消耗很平稳的烧结厂煤气用户选用的求近段时间平均值的方法进行预测。实际运行结果表明：论文提出的针对不同用户选用合适的预测模型，预测结果都比较理想。论文最后在前面的研究基础上，描述在预测结果在“煤气平衡认证系统”中的应用研究，具体在平衡认证和故障诊断中的应用。总结了本文的主要研究内容，同时，也提出了预测在钢铁企业更广阔的应用前景。