本发明公开了一种基于Adaboost与BP神经网络的动态供水管网漏损风险评估方法，包括以下步骤：利用历史爆管数据、新增爆管数据基于Adaboost构建管段静态风险评估模型；根据工程实际运行经验与城市爆管数据的调研情况，结合模糊综合评价法将管道运行中流速、压力和压力差的范围进行评估分类，并构建、训练BP神经网络模型；将管段静态基本属性与动态运行数据分别输入管段静态风险评估模型和BP神经网络模型，并将模型得到的静、动态爆管概率进行耦合，最终得到管段的综合爆管概率。本发明获得可靠的动态供水管网漏损风险评估技术，对供水管网运行安全提供了进一步保障。