随着我国经济的快速发展，城市化进程的加快，各种各样、纵横交错的管道构成了地下错综复杂的管网系统。地下管网系统在城市日常生活、生产中处于举足轻重的地位，因此地下管网的在线监测和故障排查工作也越来越引起人们的重视。根据管道内介质的不同可以把管网系统分为非流体管道和流体管道，非流体管道如电力电缆管道；流体管道如给水管道、排水管道、燃气管道等。到目前为止，关于地下管网的整体性监测和诊断的有效方法还比较少，并且大多集中在单一长距离管道离线研究方面。针对地下管网在线监测和故障诊断问题，本文分别选取了固体介质类的电力电缆和流体介质类的给水管道进行了研究。对于电力电缆的状态监测和故障诊断问题，首先进行了电缆绝缘故障的定性研究，探讨了地下电缆发生绝缘故障时的零序电流信号变化规律，建立了电缆仿真模型，仿真分析结果表明，附加低频交流法的零序电流信号可以灵敏的监测到具体某根电缆的接地故障情况。根据此方法可以在复杂庞大的电力电缆网络中快速的判定具体那根电缆发生了故障。其次进行了电力电缆的故障定位算法研究，研究了小波分析在电缆故障行波信号处理方面的优势，利用小波分析提取信号模极大值法可以准确的找到故障行波反射波头的位置，从而实现电缆故障的定位。搭建了三相电缆的30km、50km和80km下的单相接地故障、两相接地故障、单相断路故障的电缆故障模型，经过仿真计算，结果表明应用小波分析电缆故障行波信号法可以准确的判定电缆的故障位置，误差不超过5%。对于流体管道中给水管网的在线监测和故障诊断研究，运用EPANET和模糊聚类分析方法讨论了给水管网压力检测点的布置选择，提出来一种更优化合理的检测点布置方法。计算结果对比表明，运用新方法得到的压力检测点位置更准确，大大减少了监测点的不确定度和冗余度。对于给水管网的泄露故障定位，研究了神经网络非线性映射理论在给水管网故障定位中的应用，并在EPANET中建立给水管网的泄露故障模型，采用神经网络进行训练和验证，结果表明基于神经网络方法对给水管网的泄露故障可以起到很好的定位效果，定位误差在2%以内。