节水潜力是指在一段时间内，针对同一个特定的用水单元，由于使用新的节水器具、改进节水工艺或采取某种节水措施所达到的节水效果。节水潜力的大小关系到节水能力建设和涉水管理能力建设，对节水具有重要的引导作用，乃至对节水能力建设的强制性作用。节水潜力的计算涉及到节约用水的方方面面，指标较多，难以用线性函数简单的做近似计算，而存量节水和增量节水的存在使节水潜力与实际节水量之间存在一定的差异。针对节水潜力计算的非线性，本文提出一种解决节水潜力计算的新思路，通过分析节水指标，采用具有信息时延和延时信息反馈能力的Elman神经网络分析节水指标与节水潜力之间的关系，为合理开发利用水资源提供依据。利用样本选取和指标选取的理论，提取指标数据，利用各指标不同年份的数据构成矩阵，对矩阵做归一化处理。通过提取矩阵数据生成训练样本和测试样本，构建Elman神经网络，设置网络训练参数。通过初始化网络，使用训练样本进行网络训练。最后，利用测试样本对网络进行测试，输出测试结果，给出测试误差。通过选取合理的节水指标和网络参数，输出结果表明网络的训练误差能够达到要求的精度。在隐层节点数为14时，节水量的预测误差较小，符合度达到99.07%，表明Elman神经网络在隐层节点数为14时具有良好地自学习、自适应能力，在节水潜力的计算方面具有一定的实际应用价值。