目前我国正处在社会发展，经济迅速增长，人口持续增加，用水量不断加剧的严峻情况之下。供水技术较为先进的国家，其供水部门主要是以提供高质量的用水为主，通过先进的实时操作系统对水资源进行合理的调度。我国为应付不断增长的用水需求，许多国家职能部门把水资源的规划纳入管理范畴，将需水预测作为计划工作的重要手段，从而对水资源的供需矛盾进行调控，如何规划供水是其管理的核心，而更多的精力用于如何解决不断增加的需水量和有限的供水资源之间的矛盾。国内外许多学者对供需水的预测计算方法中，回归分析、灰度模型预测、BP神经网络、时间序列分析是其中相对比较完善的。如今环保节约、低炭低能耗、节省资源成为重要的社会话题。广州市地处亚热带，属于亚热带季风气候，夏长冬暖，阳光及雨量充足，是较典型的大中型城市，我们现在以广州城市供水情况为研究对象，具有一定的代表性，故对其研究具有一定的实用价值及参考意义。我们据供水量及其他相关的参数，尝试运用数据挖掘技术，对未来供水总量及其各区水厂的供水量做出科学预测，为制定合理的产销计划，提高生产利用率降低能耗建立合理的数学模型方安并根据方案制作简单易用的客户端软件，是本课题所具有的意义所在。本文根据数据特点，多方面对数据进行分析及预测，对不同的实际情形做出对应调整，以较为简单的预测方法达到复杂算法与现代算法的预测效果，对情况复杂多变但却有一定规律的数据的预测和处理具有一定的参考意义。