我国供水管网铺设年代久远、投资费用大、拓扑结构复杂,供水管网漏损问题一直困扰着供水企业。目前我国供水企业对于供水管网的管理多依靠工作人员的经验,被动的进行漏损管控,存在易漏损区域主观化划定、易漏损管线定量化判定难、漏失量计算准确性差等问题,因此建立精准的供水管网漏损风险分析模型与漏失量估算模型对供水企业实现漏损管控有实际性的意义。本文采用随机森林算法构建供水管网漏损风险分析模型、利用Fast ICA算法构建漏失量估算模型,以某沿海城市为研究区域进行漏损风险分析与漏失量估算。具体的研究内容如下:1、将某沿海城市供水管网是否发生漏损视为二分类问题,利用收集到的供水管线数据资料,计算并比较了随机森林算法、逻辑回归算法、支持向量机算法、BP神经网络算法的分类精度。计算结果显示:随机森林算法分类精度优于其余三类算法。选定随机森林算法建立供水管网漏损风险分析模型,在建模过程中对运行参数进行优化,并对优化过程可视化展示。优化结果显示:调参可以有效提升模型精度。将模型输出结果与Arc Map软件相结合,绘制供水管网漏损风险专题图。2、影响供水管网健康状况的因素很多,参照国内外的研究成果,并结合研究区域供水管网基础数据库,选定管径、管材、管道埋深、道路负荷、水压、管龄为随机森林模型的输入变量。3、利用Fast ICA算法建立漏失量估算模型。以沿海城市的某居住区为研究区域,搭建实验室算例管网模拟居住区供水条件,利用实验室算例管网运行数据证实了Fast ICA漏失量估算模型可对漏失量进行估算。在工程实例中,比较了Fast ICA漏失量估算模型与小波变换算法对于漏失量计算的适用性。实例证实:与小波变换算法相比,Fast ICA模型计算出的漏失量与真实漏失量相对误差更小,变化趋势相似性更高。