针对目前供水行业存在的信息化管理落后、资源浪费严重等问题,本文以节约供水人力物力资源为目的,以WaterGEMS建模软件为平台,进行了基于郑州市某区的管网建模和优化调度研究。本文通过引入时间序列算法、BP神经网络算法和遗传算法等,完成了管网用水量预测、建立管网微观模型、建立管网两级优化调度模型等研究,提高了传统管网经验调度的工作效率。本文主要的工作内容有:(1)通过整理郑州市某区的历史用水数据,总结管网中不同类型用水量的用水规律,并结合历史数据分别利用自适应过滤预测方法和BP神经网络预测方法建立用水量单项预测模型。为了结合两种模型的优点并规避缺点,引入了结合这两种单项预测模型的组合用水量预测模型。最后通过郑州市某区的用水数据对三种模型进行分别验证,总结出组合预测模型较两种单项模型具有较高的预测准确性和稳定性。(2)本文通过收集和整理郑州市某区的管网属性数据、管网运行数据和营收数据,并通过Bently的建模软件WaterGEMS建立管网微观水力模型。通过管网模型的静态校核和动态校核提高了管网模型的准确性。最后通过管网工况观察和分析管网模拟数据与实测数据的差异,验证了管网微观模型的可行性和合理性。(3)根据实际应用情况,本文选择了在建立管网微观水力模型的基础上,建立了供水管网两级优化调度模型。首先通过建立一级优化调度模型求出了三个水源的最佳供水量和供水压力,再通过建立二级优化调度模型求处在最佳供水量和供水压力的情况下水泵机组的最佳组合方式。(4)本文最后通过用郑州市某区的实际调度实例所建立的优化调度模型进行验证。实例证明,B水厂供水点经过优化的管网调度方案一天可以节省大概7724KWh的电量,节能的效率约为20.13%,证明了所建立的优化调度模型的合理性和可行性,并具有较好的经济效益。