Esta dissertação apresenta o desenvolvimento de uma ferramenta de previsão de consumos de água mediante a utilização de inteligência artificial, nomeadamente de modelos de redes neuronais artificiais. Uma adequada previsão de consumos de água a curto, médio e longo prazo possibilita às empresas de abastecimento e distribuição de água uma informação imprescindível para estimar a capacidade de planeamento, atividades de manutenção, melhorias do sistema e otimização da operação de sistemas elevatórios e de tratamento. São examinados, para além das redes neuronais artificiais, outros modelos estatístico-matemáticos aplicados à previsão dos consumos, como o modelo ARIMA, baseado em médias móveis integradas autorregressivas. Em virtude do escasso número de trabalhos nesta área, considerou-se necessário aprofundar os conteúdos teóricos em matéria de redes neuronais e séries temporais, para depois aplicar uma metodologia própria que permitiu implementar o modelo na linguagem Python, sendo também utilizados outros softwares para explorar a capacidade das redes neuronais artificiais, como o Neural Network Toolbox para Matlab e o modelo ARIMA. Como caso de estudo, a metodologia foi aplicada aos registos de consumos do concelho de Arouca, cujo abastecimento em alta corresponde à Águas do Douro e Paiva (AdDP), do grupo Águas de Portugal. Como dados de base foram considerados os valores de consumo a cada meia hora, bem como dados de precipitação e temperatura. Os resultados da aplicação de redes neuronais foram satisfatórios, uma vez que o modelo aplicado sobre a série diária produziu previsões com uma precisão próxima de 96%, enquanto o modelo aplicado à série horária forneceu precisões próximas de 87 %. Este rigor nas previsões demonstra a efetividade da aplicação das redes neuronais na previsão dos consumos de água em vários horizontes de tempo.