摘要
为了确保供水系统的可持续稳定运行，必须及时发现管道破裂情况，并有效控制实际的水资源损失。随着水务行业的数字化发展以及智能监测基础设施的日益普及，人们能够实现持续监控和诊断支持，但用于检测运行异常的工具开发仍受到标注数据不足以及缺乏用于设计、测试和比较不同解决方案的结构化工作流程的限制。本研究提出了一种用于开发和评估供水系统管道破裂检测工具的方法论。该框架包括利用随机水力模型生成合成数据以创建或丰富标注数据集、通过特征工程从水力信号中提取时间和空间特征、对正常系统行为进行基准建模、生成残差值、识别异常情况，以及进行系统的性能评估。该方法被应用于一个划分为九个区域计量区的实际供水网络，从而可以对比不同的正常行为建模和异常检测策略。研究结果表明，基于预测的方法，尤其是多时间范围预测，能够产生比基于重建的方法更有价值的残差值，而XGBoost则在灵敏度和误报率之间取得了最佳平衡。这些发现体现了所提出方法论在推动智能供水系统中的运行管道破裂检测工具的发展方面的价值。
