“智慧城市”概念的横空出世,引起了世界范围的极大关注,各国政府纷纷制定了各种各样的智慧城市建设计划。作为智慧城市的重要组成部件,智慧水务也开始引起水务管理者们的重视,各地的水务管理部门开始尝试建立自己的智慧水务应用系统。然而智慧水务提出时间较短,人们对于智慧水务的认识还不够清晰,导致智慧水务建设中出现了各种各样的问题。本文就是在这样的背景下对智慧水务的概念、应用架构以及关键技术进行分析与研究。主要研究内容如下:（1）本文通过对智慧水务已有研究成果的分析与总结,发现学者们对于智慧水务的理解各有不同,为此本文对智慧水务的特征进行了梳理,对智慧水务的概念进行了重新定义。鉴于目前智慧水务应用建设过程中缺乏科学、有效的应用架构指导,本文借鉴已有研究成果以及实践经验对智慧水务的应用架构进行了设计。（2）针对水务数据中经常出现的异常数据问题,本文从数据集的数据类型入手,将水务异常数据识别分为三类不同情形,即连续属性、离散属性以及混和属性。然后根据这三种不同情形分别以K-means方法和K-modes方法为基础设计了三种异常数据识别方法。鉴于K-means方法和K-modes方法均存在参数优化问题,本文提出使用果蝇优化算法对两种方法的参数进行优化。此外,由于K-means和K-modes属于聚类方法,只能将数据集分类,无法自动确定分类中的哪一类是异常数据,为此,本文提出了异常值自动识别算法,该算法是在聚类结果的基础上依据类间差分原理确定最终的异常值类,进而实现异常值的自动识别。为了验证本文方法的有效性,分别使用水务数据和UCI数据对三种方法进行了实验,实验结果显示三种方法均表现出较好的准确率。（3）针对供水管网故障诊断中准确率不高、经济性不佳的问题,本文首先提出了一个以核极限学习机为基础的供水管网故障诊断模型,并应用阴阳对优化算法对其参数进行优化,提高了故障诊断模型的诊断准确性。然而阴阳对优化算法本身存在着收敛速度慢、易陷入局部最优的问题。为此,本文通过设计关键参数动态调节策略以及候选解生成策略,对阴阳对优化算法进行了改进,提高了阴阳对优化算法的收敛速度,降低阴阳对优化算法陷入局部最优的可能性。接着本文以监测点数量最小化为优化目标,以故障诊断模型的诊断准确率为必要条件,以改进的阴阳对优化算法为工具,提出了一个面向故障诊断的水压监测点优化布置方法。通过实验对水压监测点优化布置方法的效果进行了检验,发现应用该方法得到的监测点布置方案,不仅能够确保故障诊断准确性,还能提升监测点布置方案的经济性。（4）针对目前城市小时需水量预测方法普遍存在的准确性不高的问题,本文提出了一个基于“分解-预测-融合”思路的城市短期需水量预测模型。在对原始需水量数据进行分解时,由于常用的经验模态分解技术（Empirical Mode Decomposition,EMD）存在着模态混叠的问题,本文通过添加噪声以及双层分解策略对EMD方法进行了改进,减轻了分解项中存在的模态混叠现象。此外,在预测方法选择时,本文提出以排列熵为基础,结合分解项的特点选择适宜的预测方法。本文通过对常见预测方法的比较和分析,选择了最小二乘法和长短期记忆网络作为分解项的预测方法。由于最小二乘法与长短期记忆网络均存在着算法参数影响预测效果的问题。于是,本文引入了教与学优化算法对两者的参数进行了调优。论文通过一组数据实验对预测模型的预测效果进行了检验,发现本文提出的城市短期需水量预测模型与最小二乘法、长短期记忆网络、自回归积分滑动平均模型、BP神经网络、支持向量回归等预测方法相比具有更好的预测精度。（5）针对目前缺乏面向城市群多水源调度方法研究的问题,本文提出了面向城市群的多水源联合调度模型。该模型以城市供水的安全性需求、经济性需求以及生态性需求为基础,包含有众多变量及多个目标函数,是一个典型的多目标优化问题。为了求解该问题,本文提出了一个融合教与学的双子群多目标果蝇优化算法。考虑到多目标优化算法能够找到多个均衡解,但无法确定其中哪个解是最优解,为此本文以TOPSIS综合评价法和专家打分法为基础,提出了均衡解的排序方法,该方法能够根据用户的决策需求对均衡解进行排序,从而为均衡解的排序问题提供了解决思路。论文通过一组城市群供水数据对提出的方法进行了验证,实验结果显示本文提出的面向城市群的多水源联合调度方法具备寻找最优调度方案的能力。本文致力于智慧水务中基础理论和技术方法的研究和探索。论文分析了智慧水务的内涵与特征,围绕智慧水务应用领域中若干核心功能需求,提出了针对性的解决方案,并对其中若干关键技术难题进行了研究与讨论。本文丰富了智慧水务应用领域的研究内容,具有一定的理论价值和实践意义。