通过物联网系统对某市住宅小区供水管网进行监测,本文获取了多个小区的用水水量和流量数据,并针对不同小区的用水现状,分析了住宅小区的用水规律及漏损情况。首先,本文分析了节假日、季节和气温因素对于居民生活用水的影响。除了春节外,工作日和节假日期间住宅小区的用水情况基本一致,但节假日的用水早高峰时间段会推迟2小时出现,总体用水量有5%左右的涨幅。季节对用水量的影响主要体现为夏季的平均用水量最多,冬季的平均用水量最少。气温是季节变化的主要体现,所以本文对气温与用水量之间的关系进行了曲线拟合以建立预测模型。通过对不同拟合曲线的R~2数值和F值分析,得到匹配度最高二次曲线模型,并利用一年的水量及气温数据对该曲线模型进行预测精度检验。其结果证实该模型具有较高的精度,平均误差为3.46%,标准偏差为0.035。随后,本文对不同用水规模的住宅小区进行用水规律分析。住宅小区的用水高峰时间相差不大,存在着用水规律的相似性。其差异性主要集中在以下三个方面:用水高峰和低谷的突变程度;高峰用水的持续时间;9:00-16:00的用水流量。此外,最大小时流量的出现时间分布受到小区自身条件的影响较大,但主要集中于早晚两个用水高峰期,出现概率超过80%。随着日用水量规模的增加,住宅小区的用水小时变化系数逐渐降低,用水趋于稳定。此外,时变化系数可以帮助判断漏损情况,定性漏损。该市大部分住宅小区人均用水量低于该市的用水定额标准范围,故本文针对某一个住宅小区,对加压泵站的泵组搭配进行了优化。最后,本文利用夜间最小流量分析法对不同住宅小区的漏损流量进行估算。根据住宅小区每一分钟的流量数据确定小区夜晚最小流量出现的时间范围是0:00-4:00,随后选取高日用水量数据绘制夜间流量分布曲线,并进行正态分布曲线拟合。通过选择不同置信度以分析住宅小区的夜间近似漏损流量和漏损水量。经过检验,当置信度为95.5%时,住宅小区的漏损流量估算值最为准确,误差率为2.6%,并且数据量的大小对于分析结果影响不大,从而增加了本方法的适用性。同时,本文整理归纳了供水管网的漏损形式以及漏损原因。