在城市供水管网系统优化问题中,水量的问题是一个关键问题。因为目前的供水目标主要是保证用户的水量和水质达到要求。这也是广大消费者关注的最主要的两个因素。在城市供水管网系统优化问题中,与水量相关的问题主要有三方面:城市用水量预测问题;用水量变化规律问题;节点流量的问题。本文结合《哈尔滨市供水管网数字化管理与优化分析系统》工程中的相关内容,根据完整的管网数字化以及优化分析过程为开展的顺序。以哈尔滨市供排水集团提供的哈尔滨市给水管网基础信息为数据来源。首先阐述了水量预测的相关理论,重要意义,各种预测模型的特点,不足。对项目开展过程中,需要的哈尔滨市城市用水量和大用户用水量变化规律进行了收集,整理和预测工作,并对新的节点流量的研究方法,用水量上溯进行了具体的阐述。根据国内外的研究状况,采取神经网络来进行水量预测的研究,人工神经网络在给定大量输入/输出信号的基础上,对数据进行并行处理,建立需水量的非线性输入/输出模型,其在城市需水量建模中有很大的发展潜力。首先通过传统的BP神经网络进行预测,然后对BP神经网络的不足进行了改进,改良为ABPM神经网络进行预测。通过对结果的比对,肯定了ABPM神经网络的先进性。研究城市用水户的用水量及其变化规律,对掌握城市给水管网系统运行变化的规律具有非常重要的意义。选择哈尔滨市具有典型用水量变化规律的城市用水大户,分析其用水量动态(10min时间为间隔)变化规律,尝试着建立对精度和稳定性要求都较高的城市用水大户用水量动态预测模型。水量上溯,对于传统的水力计算分析,节点流量的分配大多采用比流量法。然而比流量法在实际的应用中,表现地越来越不适应。依靠哈尔滨工业大学市政环境工程学院给排水系统研究所开发研制的流量logger对哈尔滨市部分大用户的水量进行准确纪录,并对典型用户进行聚类分析得出各类型用户的用水量变化曲线,再通过营业收费系统获得的数据进行实际的计算。