节点用水量的动态估计是供水管网水力模型动态更新的主要工作，以扩展Kalman滤波(EKF)为代表的数据同化方法已被应用于管网水力模型参数动态校核和估计中，但现有研究未考虑用户节点24　h用水模式对节点用水量估计的影响。该文研究了节点用水模式先验信息对EKF方法节点用水量动态估计结果的影响。根据用户24　h的用水模式和t时刻用水量估计值预测t+1时刻节点用水量，并采用t+1时刻管网测量数据校正t+1时刻节点用水量预测值。案例管网的应用结果表明：与现有研究中应用的EKF方法相比，考虑用水模式的扩展Kalman滤波(IEKF)方法对应的用水量估计平均绝对百分比误差降低了15.93%,节点用水量时变曲线的Nash-Sutcliffe效率(NSE)系数值提高了0.40,且2种方法的计算时间相近；与推断测量Kalman滤波(IMKF)相比，IEKF方法对应的用水量估计平均绝对百分比误差降低了12.20%,节点用水量时变曲线的NSE系数值提高了0.35,计算时间缩短了99.8%。在节点用水量估计问题中，考虑用水模式可以显著提高EKF方法的计算精度。