埋地管道日渐老化、影响因素众多、难以检测维护,致使管道漏损事故频发。面对错综复杂的供水管网,目前供水企业对管道的漏损控制大都是对全部管道进行统一的检测、维护和漏损后的停水抢修,不仅浪费人力、物力,取不到好的效果,还使供水企业在应对漏损情况时总是处于被动状态。为了改变盲目检测维护、被动应对漏损的状况,数据驱动为管道漏损控制问题提供新的决策思路。收集大量、源源不断、准确可靠的数据;对数据进行分析,获取数据特征建立模型;通过模型获取结果,对其进行分析可为漏损控制提供决策。本课题以南方某旧城区供水管道为例,基于数据驱动对漏损控制问题展开研究,为供水企业清晰了解管网运行状态,预防及快速应对漏损事故,对管网进行合理有序的管理。首先,对南方某旧城区供水管道的GIS数据、运行状态监控数据和管道漏损事件统计数据进行整理分析,筛选出完整度和可靠度相对较高的管径、管材、埋深、管龄、接口方式和水压作为供水管道健康的6个主要影响因素,引入故障系数的概念,对影响因素进行故障分析,探究各影响因素的故障规律。其次,将故障分析得到的6个主要影响因素作为管道健康状态的评价指标,并用通径分析法确定其对管道健康的综合影响程度,为改进序关系分析法中的序关系排序提供依据。以改进序关系分析法确定主观权重、以变异系数法确定客观权重,再用基于最小二乘法的综合集成赋权法对主客观权重进行集成,得到评价指标的权重分配结果:管径0.165、管材0.172、埋深0.123、管龄0.253、接口方式0.195和水压0.093。再次,基于故障分析与权重分配结果,用贝叶斯理论构建评价模型一,用模糊综合评价法构建评价模型二。以南方某旧城区353根漏损管道数据作为数据样本,分别检验两个管道健康状态评价模型的精确度。经计算得到:评价模型一的精确度为71.95%,评价模型二的精确度为89.23%。因此,选用评价模型二对南方某旧城区供水管道健康状态评价。最后,应用评价模型二对南方某旧城区供水管道进行健康状态评价,得到供水管道的健康状态分布情况:13.05%的管道健康状态很好,20.17%的管道健康状态较好,4.44%的管道健康状态一般,38.12%的管道健康状态较差,24.22%的管道健康状态很差。根据模型评价结果,绘制供水管道健康状态谱图,以清晰了解不同评级管道的所处位置与运行状态,并给不同评级的供水管道提出不同的应对策略。