该研究介绍了一种利用物理知识驱动的机器学习算法，通过分析压力数据来估计未知的水需求。该算法在L-Town基准网络的数据上进行了测试，结果显示其在估计不规则需求方面具有较好的能力。对于突发泄漏和潜在泄漏情况下的泄漏识别结果分别提高了5.3倍和3.0倍。