本发明提供了一种基于历史数据智能预测水质投加系统包括：预测模型，该预测模型是根据历史水质监测数据进行训练得到的预测模型，预测模型用于对加氯量进行实时判断，AI回归器，依据在周期T时间内记录的余氯影响的实时相关数据进行智能训练，得到至少一个优化预测模型子单元，比较器，将该周期T时间训练得到的优化预测模型子单元与上一周期T时间训练得到的优化预测模型子单元进行比对，以获取是否具有在设定偏离阈值之外的差异，并分析该设定偏离阈值之外的差异是否是正向差异，将该周期T时间训练得到的优化预测模型子单元打包发送至预测模型的控制端，控制端将周期T时间训练得到的优化预测模型子单元更新至预测模型，以优化所述预测模型。