水资源短缺是全球众多城市面临的严峻问题,与此同时,城市供水管网漏失导致的水资源浪费却相当严重,减少管网漏失已成为城市供水安全面临的一项重要挑战。目前对管网漏失的控制方法主要有主动进行漏失检测并对漏失管道进行修复、对过旧管道进行更换、对漏失严重区域进行水压控制三种方法。然而在实际应用中这三种方法都存在着一些问题:如漏失检测效率比较低,旧管道的更换缺乏科学指导,环状管网压力调控很不成熟等。　　 为了解决这些问题,本研究根据管道物理特性和老化机制,采用传统的统计方法和数据挖掘方法(遗传编程和进化多项式回归),建立了基于稀疏数据的管网漏失预测模型,提升了漏失检测能力;结合管道漏失预测模型和成本一效益经济学模型,建立了管网维护优化方法,提高了管网维护效率;提出了以水厂为压力调度单元和以独立计量分区(DMA)为压力控制单元的大型、多水厂管网的分级分区管理模式,初步解决了漏失非工程控制和环状管网高效运行的难题。　　 论文选取了北京市主城区供水管网干线作为实例,通过以上的研究,发现:　　 1.仅用管径、管龄和管长三个因子即可以较好地描述管网漏失规律。仅用管龄描述时,管道漏失时的管龄服从Weibull分布,在本研究区中管龄在20左右时最容易发生漏失。在利用三个因子共同描述管网漏失规律时,总漏失次数与管长呈正相关关系,与管径呈负相关关系,随管龄增大先增加后减小。　　 2.采用数据挖掘方法(遗传编程和进化多项式回归)不仅可以较好地预测管网漏失,而且可以得到显式的数学表达。遗传编程和进化多项式回归得到的模型模拟效果相当,但公式形式存在差异。由于对管网漏失规律还没有公认的明确的描述模型,这些公式可以为以后更深入地研究管网漏失规律提供帮助。　　 3.利用建立的管网漏失预测模型对研究区的管网漏失严重等级进行评价可以大大提高漏失检测工作的效率。以检测30％的管道为例,没有模型的辅助只能检测到约30%的漏失,而在本研究用数据挖掘方法建立的漏失预测模型的辅助下可以检测到65%以上的漏失,将工作效率提高了1倍多。　　 4.本论文基于管网漏失预测模型和成本一效益模型建立的管网优化维护模式表明在仅考虑管道维修和更换成本时,对漏失管道的最优维护策略是对漏失点进行修复,而不是对管道进行更换。　　 5.通过管网水压调控可以有效地减少管网漏失。压力调控可以通过两级管网分区管理来实现:第一级为以DMA为基本单元的压力控制单元,通过对实际研究区的计算,压力调控可以减少38%左右的漏失;第二级为以水厂为基本单元的压力调度单元,通过对出厂水压力的调度可以从源头上降低管网水压。但这两级管网分区管理的实施将需要一个长期的过程。