近年来随着经济的快速发展,我国对水的需求不断增加。这使得供水系统面临的压力日益增大。供水管网中的漏损也越来越严重,尤其是在一些投入使用时间比较早的供水管网系统中。供水系统中的长期漏水除了经济受损外还会引发消防水压不足、地质塌陷、水质污染等安全问题。因此,漏损热点探测成为供水管网工作中的核心任务,且其高效化和智能化尤为重要。现阶段通常采用人工探漏技术进行漏损点探测。但因其技术局限性,人工探漏持续降低供水管道漏损率的难度越来越大。随着人工智能的发展,采用智能化技术对供水管网进行主动的、实时的监控并及时掌握漏水状况,已成为当今漏损控制中的流行手段。因此,本文要通过构建基于压力的供水管网鲁棒优化模型来有效地监测地下管网中难以被发现的漏点,解决长期以来地下管网无人监管并且难以监管的局面。本文首先对地下供水管网探漏工作的已有工作进行阐述。在对已有技术进行分析的基础上,针对探漏工作中的核心问题,提出了基于压力的鲁棒优化模型并在现实工作中应用。具体的,本文主要有以下几个方面的贡献:1.基于分组计量的鲁棒水力模型校正法在用水量分组和水平衡理论的基础下,本文建立了基于压力的鲁棒水力模型。该模型的目标函数为具有鲁棒性的Huber损失函数。对于该模型,本文采用快速混乱遗传算法(fm GA)进行求解。2.本文将新提出的鲁棒优化模型对模拟案例和北京交通大学供水管网系统中的一次较严重的漏损事故和英格兰北部DMA漏损数据进行了分析。实验结果证明,该本模型可以精确的检测出漏损点,特别是那些被证明难以发现的漏损点。