供水管网作为城市供水系统的关键性基础设施,用于保障城市居民的正常生活和工业生产,其安全性和可靠性是整个系统顺利运行的前提。然而大规模爆管等供水管网安全事故频发,导致用水效率降低、生产生活受阻,造成巨大的财产损失,而其中漏损和爆管事件检测不及时、判断方式简单粗糙是目前防爆检测的部分主要问题。本文以上海市中心城区为例,提出了基于统计学的测压点压力以及压降的判断方式,并针对节假日、水力设施临时性动作、天气温度等影响因素进行优化;应用此方式离线计算并分析统计后发现,城市测压点布局位置不合理将很大程度影响漏损以及爆管事故的检测效率和精度,故在此背景下使用基于遗传算法的测压点选址布局优化,并进一步采用聚类分区,为供水系统漏损爆管事故检测提供更加精确高效的判定方式。本文从2011年以来上海市漏损和爆管事故入手,统计分析其中规律性和关联性,针对大型爆管事故数据样本较少的情况,使用各个测压点历史数据进行基于统计学的压力压降上下界阈值计算,并明确漏损爆管的阈值判定条件。同时,考虑到节假日、管网综合风险、临时性水力设施动作、天气温度等影响水压波动的直接间接因素,采用AHP层次分析法、BP神经网络等算法进行逐一分析,并在此基础上调整压力阈值的范围,使漏损爆管判断条件进一步精细化。离线分析上海市虹口区2016年漏损爆管数据,共182起事故中有121起无法由水压数据反映,有很大一部分漏损以及爆管事故难以评估,除了部分漏损事故规模较小的因素外,测压点数量不足以及布局选址位置不合理也是重要的不利原因,导致部分地区缺少对应测压点,难以反映漏损爆管发生时的水压变动。基于此,针对上海市虹口区的供水管网和测压点布局进行分析优化,在哈代克罗斯水力管网模拟计算模型的基础上,使用改进遗传算法以关联节点数目和覆盖总流量为目标函数进行迭代优化,并选择不同的测压点数量逐一测试,考虑现有测压点布局和经济性原则,以虹口区为例,提出可行的测压点增设和调整方案。最后,使用基于水压关联性的K-means以及DBSCAN算法对目标试验区域进行智能分区,以提高供水管网的经济性和可靠性,最终提供目标区域中子区域的划分,使各个子区域内的水压关联度较高,地理位置也相对接近,便于管理人员进行管理,能够在第一时间发现突发事件大致影响的区域,安排后续抢修工作。