该研究开发了一种基于图神经网络的颗粒流动模拟器GNS，能够高效预测颗粒柱倒塌情况，其计算速度比传统模拟快300倍。同时，结合物理建模与图神经网络，提出了一种新的数据生成方法，显著提升了供水管网压力估计的性能。

该研究结合物理建模与图神经网络，提出了一种新方法来解决供水管网的压力估计问题。通过分析压力数据，利用机器学习算法估计水需求，显著提高了泄漏识别能力。在L-Town网络测试中，模型表现优异，R2值超过0.8，突发泄漏识别提升5.3倍，潜在泄漏提升3.0倍。