1.一种基于BP人工神经网络算法的生物质热值估算方法，其特征在于，包括：
执行步骤a)，读入生物质基础数据库读取数据；
执行步骤b)，给定所述神经网络中的隐藏层的神经节点数；
执行步骤c)，给定连接所述神经网络中的输入层与隐藏层的权重系数；
执行步骤d)，使用所述权重系数对已知生物质的热值进行估算，得到预测结果；
执行步骤e)，计算所述预测结果与测量结果的偏差；
当所述偏差小于5％时，执行步骤f)，记录保存当前权重系数；
执行步骤g)，根据最终选取的神经节点数与权重系数，估算未知生物质的热值。
2.根据权利要求1所述的方法，其特征在于，如果所述偏差不小于5％，则执行步骤h)，利用执行所述步骤d)得到的预测结果修正所述步骤c)中给定的权重系数，并返回到所述步骤d)，使用所述经过修正的权重系数对已知生物质的热值重新进行估算。
3.根据权利要求2所述的方法，其特征在于，如果进行若干次所述修正估算后所述偏差仍不小于5％，则执行步骤i)，增加所述神经节点数后返回到所述步骤c)，重新给定连接所述输入层与所述隐藏层的权重系数,再依次执行所述步骤d)和所述步骤e)，直至所述偏差小于5％。
4.根据权利要求1所述的方法，其特征在于，所述生物质基础数据库中的数据包括已知生物质元素分析、工业分析数据及热值。
5.根据权利要求1所述的方法，其特征在于，所述BP人工神经网络为三层神经网络，包括所述输入层、所述隐藏层和输出层，所述输入层表示生物质的元素分析、工业分析，所述输出层为生物质热值，所述隐藏层中的神经节点数在所述估算过程中动态决定。
6.根据权利要求1所述的方法，其特征在于，执行所述步骤g)得到的生物质热值作为设计生物质直燃锅炉或生物质气化炉的参数。