城市供水是保障我国水资源可持续利用和实现经济可持续发展的重要条件,关系到社会稳定和民生安全。随着城市化进程的加快,供水管网规模日趋扩大,拓扑结构愈加复杂,供水系统漏损状况时有发生。因此,如何保障城市供水管网的安全有效性以及降低管网漏损率,已成为供水行业必不可少的研究课题。本文以漏损定位为目的,通过构建LSTM模型,对管网压力和漏损阈值进行预测与计算,成功识别了漏失信号。并利用BP神经网络和EPANET水力模型,实现了对管网漏损点的定位。具体内容如下:（1）供水管网水力模型的构建:以H市为例,采用EPANET软件建立供水管网水力模型,结合Dxf2epa软件输入管网基础数据,构建拓扑结构。并按照研究区用水性质的不同,将用户分为城市居民用水、医院用水、学校用水等3种用水类型。拟合每类用户工作日与休息日24 h用水量变化,并对已建成的水力模型进行简化与校核。结果表明,水力模型可以有效地反映H市供水管网的实际运行状态,这为后续研究提供了技术支持。（2）基于时序法的压力预测与漏损阈值研究:利用供水管网SCADA监测系统获取管网压力的历史数据,构建LSTM长短时记忆网络时序预测模型,对监测点的压力进行预测。计算压力实测值与预测值之间的残差值,采用SPSS软件对残差值进行分析。结果表明,残差值总体符合正态分布,R~2均大于0.9,可根据3σ原则确定管网各监测点在不同时刻的阈值,并可对管网异常运行状态进行预警。（3）管网漏损定位:利用管网上增加虚拟节点来模拟管网漏损情况的发生,以监测点的压力变化与压力敏感性数据作为训练样本,并基于BP神经网络建立监测点压力值变化与漏损点坐标位置之间的非线性关系,从而进一步构建漏损定位模型,并比较两种模型的优劣。结果表明,当瞬态压力变化模型漏损面积较小时,漏损定位的效果最好;预测点与漏损点的最近距离为19.71 m,最远距离为192.29 m,平均偏差达78.1 m,模型具有较高的精确性,当泄漏量扩大时,模型的定位精度有所下降,但偏差值仍能维持在300～400 m左右。