管网漏损问题是城市供水系统面临的一大挑战。由于供水管网日趋复杂,传统的管网漏损检测越来越难奏效。业界期望在物联传感基础上建立管网漏失模型,通过系统监测方法确定漏失位置及漏失量。本文在现有研究基础上,针对管网漏损问题开展如下研究:1.基于FastICA的供水管网漏失量估计。采用FastICA算法分离区域流量内的用水量信号,利用皮尔森相关系数评价分离效果,并建立水平衡方程以及采用遗传算法对盲源分离后的分量进行幅值还原。结合算例管网,分别在单水源单漏点、单水源多漏点、多水源单漏点以及背景漏失下的单漏点等情形下模拟供水管网漏失情况并估计漏失量。经实验分析,基于FastICA的漏失量分离模型能够较准确的分离供水区域总漏失量,相对误差在1%-7%之间,且分离效果较好。实验表明,漏点的漏失程度、漏点的分布情况以及水源数量对基于FastICA分离漏失量效果的影响较小。2.基于谱聚类及压力异常分析的供水管网漏失初定位。对压力监测点与管网内节点进行灵敏度分析,构建灵敏度系数矩阵,通过谱聚类划分压力监测点所属相关区域,利用压力监测点的实测压力与前一周平均压力对比,观察压力异常变化来判定漏失区域。通过实例证明此方法可以缩小管网检测范围,较快的确定管网漏失区域。3.基于压力相关漏失检测模型PDLD的漏失精确定位及漏失量估计。采用夜间最小流量时段、日间用水高峰时段及日间低谷时段等具有用水代表性的时段管网运行数据进行PDLD模型校核,利用人工蜂群算法优化求解漏点的漏失系数并确定漏失点位置,进而估计漏失量。算例管网实验表明,人工蜂群算法的多变量求解速度较遗传算法和粒子群算法快,基于人工蜂群算法优化校核PDLD模型的方法在漏失定位及漏失量估计方面具有可行性,在管网非用水节点漏失定位较用水节点处漏失定位精度高。综上所述,本文对管网区域漏失量分离、漏失区域初定位、漏失精确定位及其漏失量估计等进行了算例管网研究,以期对实际供水管网检漏工作提供指导。