人工智能為供熱行業提質增效，實現生產領域的數字化

文｜劉丹

1 隨著城鎮化進程，集中供熱需求不斷增長

我國供熱行業趨勢是隨城鎮化進程，集中供熱需求不斷增長，全國各省進度不一。截止2020年底，全國城市集中供熱面積98.8 億平方米，較上年增長6.81%。集中供熱是我國北方區域冬季采暖的主要方式，隨著我國經濟社會的快速發展，城鎮化的高速推進使得北方城鎮建筑面積不斷增長，集中供熱面積亦隨之快速增長。中國每年北方冬季供暖占全國能耗的10%，龐大的能源消耗給我國能源供給和經濟穩定帶來了巨大壓力，也間接造成了環境污染加劇等嚴重的社會問題。集中供熱是指由集中熱源所產生的蒸汽、熱水，通過管網供給一個城市 （鎮）或部分區域生產、采暖和生活所需的熱量的方式。從能源利用方面講，集中供暖一次性投資大，運行費用高，無論是否需要，暖氣始終全天供熱，因樓層不同而造成溫度不均，若遇到供暖偏熱，居民只有開窗降溫，使寶貴的能源白白浪費；另一方面，每天氣溫不同，以及同一天不同時段存在較大溫差，當前供暖公司的調節系統很難做到及時調整閥門，導致居民滿意度低。

2 傳統供熱企業面臨數字化轉型，供熱智慧化迫在眉睫

隨著云計算、大數據、物聯網和人工智能等新興技術的不斷發展，傳統供熱行業也在面臨數字化轉型的機遇，供熱信息化的發展也不斷經歷了自動化和網絡化的建設過程，目前處于智能化發展的最佳契機，通過技術、業務和產業不斷融合，最終會走向高效、節能和以人為本的智慧化終極目標。

3 供熱行業中，政府、熱企和百姓的各方需求和痛點

政府監管和服務需求：優化供熱管網規劃建設，合理減少重復建設投資，促進各供熱企業一次管網的互聯互通，便于合理調配熱資源的實施。聚焦數字政府數字民生服務，提升行業管理水平，保障城市供熱安全、保證民生服務及城市供熱質量。

供熱企業提質增效需求：督促企業合理降耗，指導企業實施升級改造，提高企業自身的管理能力和服務水平。實現供熱運行智能優化調控，節能降耗、節省人工成本，按需供熱、精準供熱，最終提升供熱企業經濟效益。

群眾服務滿意度需求：通過典型住戶室溫監測，提升投訴受理、應急處置響應能力。對熱用戶反映的熱點問題或難點問題予以及時回饋或解決，對市民提供的建議或意見及時收集與采納，從而實現“從群眾中來，到群眾中去”的服務能力。

4 智慧供熱理念先行，人工智能優勢盡顯

人工智能是近幾年來的熱點技術，供熱作為傳統行業，如何實現智慧化是政府和熱企都非常關心的問題。華為提出的“智慧供熱”是在供熱治理現代化方向的一種實踐和探索，以“供熱智能體”為技術架構，包含智能交互、智能聯接、智能中樞和智慧應用，打造能感知、會思考、可進化、有溫度的一體化智慧供熱系統。讓人工智能、物聯網和大數據等新技術賦能傳統行業，推動供熱行業升級改造，真正走上數字化轉型之道。

當人工智能遇上供熱調控，真正碰撞出火花，我們會欣喜地發現：人工智能可以避免我們過分依賴調控人員，避免人的經驗差距、責任心、不穩定因素；人工智能還比我們想的更加周全，能考慮各種復雜外部因素，集合多方面因素來實現精細化的調節；人工智能實現源網聯動，全域協同，從后端熱需求到源頭熱源的供需矛盾，解決獨立煙囪系統的問題；人工智能的環境適應性也很強，能夠自學習和自優化。

5 大數據服務如影隨形，助力政府監管和治理從“人治”到“數治”的轉變

政府可以打造監管、服務、指揮的“三中心”，真正實現政府監管和治理：從“人治”到“數治”的轉變。首先監管中心，對城市熱企全方位監管，促進企業不斷提升供熱服務水平。其次服務中心，是面向居民投訴，進行快速響應和跟蹤，創新服務水平。最后也是指揮中心，守護城市供熱企業端到端的安全，一旦發現問題，實現提前監測預警和應急聯動。

（1）給領導展現一張全市熱企供熱效果和指標評價“全景圖”。哪些小區“達標不供熱”，哪些熱企能“優質供熱”，領導都能盡收眼底，做到心中有數。

（2）通過智能算法能發現風險隱患，提前預警，決勝于千里之外。主管部門根據未來7 天的天氣預報與華為的AI 算法進行評估，對熱源廠進行負荷率預測，當負荷率超標會及時“預警”。

（3）考核排名有數可依，提升熱力企業精細化管理水平。供熱主管部門可以對各個熱企供熱不達標的數量進行排名處罰，以“督辦單”的形式直接發到熱力企業，要求熱力企業限時處理并反饋。

（4）基于大數據挖掘為熱企提供“智能體檢服務”。經過后臺的大數據分析和華為AI 算法，對熱力站是否存在嚴重水力失調、是否有供熱不足、是否有能耗過大等異常問題進行分析和預警，為熱企問診號脈。

（5）通過物聯網直接采集數據，保障評價權威可信，問題無法抵賴。督導熱企按照標準接口上傳供熱運行數據，實現數據共享，同時在用戶家中安裝物聯網測溫儀，實時數據比對，保證不造假。

6 人工智能貼身服務，為供熱企業構建最強“智能中樞”

企業的供熱智慧化是需要建立在現有的自動化控制設施和技術的升級改造之上的，打好基礎之后，再利用華為供熱智能體提供的人工智能算法服務，實現物與物的互聯互感，實現從“智能中樞”(人工智能)與“神經網絡”(終端設備)的智慧化碰撞，完成供熱“源，網，站，戶”端到端全流程對接，真正實現企業供熱管理效率：從“人控”到“智控”。

（1）通過智能精準調控，真正有效節能減排，為熱企降本增效。充分融合室溫數據、天氣數據、建筑數據等多種信息，通過智能中樞評估出真正的供熱需求，有效指導熱源按需定產，實現居民平穩供熱的同時降低能耗。同時智能中樞會綜合考慮多個換熱站的不同需求和不同狀態，找到最佳的平衡點，避免不必要浪費。

（2）熱需負荷預測，指導熱源合理生產，后端合理消耗。智能中樞會結合熱源的運行數據和歷史數據，利用人工智能機器學習和深度學習，真正算出熱源生產的預測值。

（3）保證單元/戶之間供熱均衡，老百姓不再忽冷忽熱，抱怨連天。

（4）智能化分析預警能力，為供熱企業的安全保駕護航。熱力企業通過智能化升級，可以對超期服役的設備（包括管網、閥門、伸縮節、儀器儀表等）進行及時排查和維護，異常設備及時報警，故障設備跟蹤維修進度，全面解決熱企運行安全問題。

7 實際案例-哈爾濱智慧供熱最佳實踐

哈爾濱是北方公認的嚴寒地區，我們選擇作為智慧供熱的試點項目具有很好的示范意義。哈爾濱太平供熱公司，換熱站基礎自動化水平較好，管理水平較好，歷史供熱能耗0.38 吉焦/m2，在6 個月供熱期的嚴寒地區屬于能耗非常低的供熱企業。哈爾濱太平供熱有限責任公司負責供熱的道外區，服務約1433萬m2供熱面積，13 萬戶居民。

試點分為一次網和二次網，一次網包括太平供熱公司88 個換熱站和太平房產34 個換熱站，共122 個換熱站，對一網換熱站實現熱站人工智能負荷預測及智能控制，對熱源實現熱源人工智能負荷預測；二次網包括2 個小區11棟樓（新小區恒大御峰668 戶和老小區地鐵AC家園1274 戶），其中4 棟樓（恒大御峰2 棟樓494 戶和地鐵AC 小區2 棟樓284 戶）做用戶自主調節溫度試點，安裝戶間平衡閥，AI 按需調控，其余7 棟樓安裝單元平衡閥，實現單元平衡。

13 萬戶居民安裝6600 個室溫采集設備，可視化呈現1433 萬m2供熱范圍內供熱效果。部署二次網單元遠程調控設備50 套，二次網熱用戶遠程調控設備800 套，室溫采集設備6600 套等。

一個供暖季下來，整體效果顯著：

（1）供熱質量可視化，供熱“有數可依”，保障居民舒適性，也為后續供熱行業數字化轉型提供基礎，為政府監管提供依據。

（2）源、網、站、戶聯動的按需定產和平衡供熱，實現有效節能減排。熱源預測指導生產，隨著數據不斷積累，2020-2021年平均匹配率達到98.2%；換熱站平衡調節，調控準確性逐年提高，室溫分布效果更優，站間的室溫平衡度更高；單元平衡調節，各試點單元的二回溫目標達成率均達到98%以上；戶平衡調節，在統一室溫模式下，實現了均衡供熱。戶控用戶室溫分布集中在22-25℃范圍內，且平均占比達到95%以上；整體節能水平，2019～2020年和2020～2021年的連續兩個采暖季的一網累積節能10%以上；新增二網設備的小區，整體節能10%+；由于智慧供熱投運，全網平衡度較好，電耗同比降低8.47%。

（3）安全供熱，AI 系統實現異常數據自動診斷，在熱源或換熱站故障時，系統自動進入應急模式，保障整網供熱安全。

8 面向智慧供熱的城市治理與服務提升一直在路上

智慧供熱的改革創新不是一蹴而就的，需要政府領導的高度重視和關注，也需要熱企緊密配合。城市的智慧供熱項目是面向政府城市治理的核心民生工程，只有通過地方政府的高度重視和統一決策，才能較好的推動項目立項和保障項目最終落地。同時熱企需要具備一定信息化水平和自我變革的決心，才能積極主動的進行供熱技術的升級改造和保障長期運營。最后還需要建立起好的商業模式，特別是利用政府專項債和成立城市智慧供熱平臺運營公司等。

目前為止，華為已經聯手多個優質的合作伙伴，助力眾多城市，幫助政府客戶構建多級供熱監管平臺和推動城市智慧供熱標準制定，攜手供熱企業進行技術改造和智能化升級。