近年来,日益突出的城市供水管网漏损问题引起了国家的高度重视与全社会的广泛关注。探索有效的管网漏损检测方法,对减轻漏损带来的经济损失与社会危害具有重要意义。目前传统的漏损检测方法主要根据漏损事件引起的单一时刻流量或压力异常波动对突发性漏损事件进行检测,存在误报率高、且难以对平稳小流量漏损等非突发性漏损事件进行检测的问题。针对这些问题,本文研究了基于水量平衡的供水管网独立计量分区(District Metering Area,DMA)漏损事件检测与定位方法。全文的主要工作和创新点如下:(1)针对现有基于压力的突发性漏损事件(即爆管)检测方法易受工况变化影响,存在较多误报的问题,研究了基于压力流量信息融合的DMA分区爆管检测方法。论文引入未计量水量信息,通过自回归模型预测基于流量的异常概率,并进一步利用逻辑回归模型将基于压力的异常概率与基于流量的异常概率融合,得到最终的异常概率,通过压力流量两维度信息的互补减少误报并提高对管网爆管事件的检测效果。实验结果表明该方法可以有效地降低管网调度等工况变化带来的误报,并一定程度上提升对爆管事件的检出率。(2)针对现有漏损检测方法漏损检测下限高、难以对非突发性漏损事件进行检测的问题,论文研究了基于水量平衡模型特征的DMA分区漏损检测方法,通过一段时间内漏损引起的漏失水量对平稳小流量漏损等非突发性漏损事件进行检测。该方法根据水量平衡中不同水量组分的特性进行建模,构建供水管网的水量平衡模型,而后根据管网运行数据,估计当前水量平衡模型的参数作为特征向量,然后通过支持向量机分类器对漏损事件进行判别。通过对比主成分分析法和水量平衡模型提取的特征对漏损事件的检测效果,证明了基于水量平衡模型的特征提取方法可以更有效地提取漏损事件的特征,从而有效地提升对供水管网漏损事件的正确识别率并降低漏损事件的检测下限。(3)针对现有基于水力学模型的漏损区域定位方法严重依赖于压力传感器精度与水力学模型精度,难以在复杂管网中应用的问题,本文研究了基于管网压力分布的DMA漏损区域定位方法。该方法利用相同大小的管道破损在不同压力区域下产生不同漏失流量的特性,对管网中的漏损区域进行定位。首先通过聚类算法,将供水压力相近的用水节点进行聚合,从而将供水管网划分为多个漏损识别区域;然后使用梯度提升决策树模型对各区域的平均压力进行预测;最后基于水量平衡模型,计算各区域平均压力对水量监测数据的拟合优度,并将拟合效果最好的区域识别为漏损区域。案例管网实验分析表明,在合适的漏损识别区域数量K下,该方法能实现对漏损区域的有效识别,且受压力表测量精度的影响较小;同时,采用多步法,可以在缩小漏损定位区域的同时,一定程度上保证漏损区域定位准确度。(4)调研了供水管网漏损在线监测平台的需求及主要技术选型,利用Java Web技术中的SSM框架以及MySQL数据库搭建了供水管网漏损在线监测平台,完成了数据库模块、算法模块、后台管理模块、交互界面等模块的设计开发工作。最后以我国东部某DMA的监测数据作为应用案例,验证了本文所研究的漏损检测方法的有效性。