随着给水管网的管龄增加,管网爆管事故频发,管网漏水率居高不下,水资源浪费严重；爆管还会引起水压不足、管道二次污染等问题,对社会生活、工业生产、商业经济等造成负面影响。爆管的识别与定位已经成为目前急需解决的问题之一。本文基于给水管网SCADA系统数据库,建立单节点爆管概率模型、爆管识别模型以及趋势面爆管定位模型实现管网事故爆管识别与定位：首先,为了计算单个监测点受爆管影响的程度,通过对比算法性能,选择LSSVR算法建立管网压力预测模型,计算压力监测点在某一时刻的异常程度；建立基于K近邻密度方法的管网压力趋势识别模型,计算压力监测点在近一时段的异常程度；建立自适应模糊推理模型,推断衡量爆管事故发生的概率。三个模型结合起来,能够在线计算给水管网单节点爆管概率。其次,为了识别管网某一区域是否受爆管影响,引入遗传算法和信息熵方法改进现有的K均值空间聚类算法,改进的聚类算法克服了传统算法受初始聚类中心和属性权重影响的缺陷,对管网压力监测点进行的分组更加合理；基于单节点爆管概率和改进算法得到的监测点分组结果,将每监测点分组中,每个监测点爆管概率作为权重DS理论的基础证据,权重DS理论能够增加判断的确定性。最后,以管网压力预测值与管网实测值,结合管网监测点坐标建立管网压力趋势面,实现爆管事故定位。验证了基于趋势面原理的爆管事故定位方法的可行性。分析了基于趋势面原理的管网爆管事故识别的影响因素,证明了在实际管网中爆管程度对于定位精度影响最大。