本发明涉及直饮水供水技术领域，特别涉及一种基于神经网络模型的直饮水末稍出水品质监控方法。包括：获取主管网供水历史数据和若干出水端的末稍供水历史数据；对出水端进行同时间特征分类；选取代表出水端或组合代表出水端；训练对应类别的神经网络模型；实时监控对应出水端末稍供水。本发明针对时间反应特征的分类预测，解决了出水端的延迟问题，显著提高了监测末稍供水品质的时间精度；本发明采用出水端代表选取的方式，在优化神经网络模型的同时还可以减少数据采集量和训练量，排除了可能造成预测误差的部分数据，显著提高了监测末稍供水品质的数值精度；对于无法选取出水端代表的分类，也提供了一种组合出水端代表的选取思路。