本发明提供一种基于分解集成与智能加权的城市需水量组合预测方法、电子设备及介质，所述方法包括如下步骤：收集城市用水量数据，对数据进行预处理；采用极点对称模态分解将数据分解成各种子序列，通过模糊熵评价子序列的复杂度，对具有高熵值的子序列通过经验小波变换进行再分解，再将分解得到的子序列根据相似度和复杂度重构为几个新的分量；针对单一预测模型不能充分捕捉分量的所有特征的缺陷，采用BiGRU和TimesNet组合权重预测模型更全面的捕获序列中的非线性关系；采用改进的开普勒优化算法寻求两个单独的预测模型的最佳权重；将多个分量的组合预测结果相加获得最终需水量结果，对城市供水保障、水资源利用和可持续发展具有重要意义。