本发明公开了一种基于贝叶斯准则的BP神经网络区间需水预测方法，首先通过聚类算法对历史用水量样本数据进行合理化分类，得到用水样本数据多个不同的相似状态，然后通过基于贝叶斯准则的BP神经网络区间预测模型进行预测，输出多个预测值，再结合历史预测误差概率分布，得到需水量概率性区间预测结果，还可以根据输出的区间预测结果中预测值上下限求取区间中值进行点预测。与传统的预测方法相比，本发明的方法改善了局部极小化的问题，并且收敛速度更快，需水预测的结果更加准确，精度更高。