通信世界网消息（CWW）在骄阳似火的夏日中，一场冬季的温暖正在看不见的AI平台中未雨绸缪——这就是供热系统的“冬病夏治”，指利用夏日供暖设施停运期，集中解决设施老旧、管道破损、供热不稳等“顽疾”。
在7月7日于瑞士日内瓦举行的2026年国际电信联盟（ITU）“人工智能向善”全球峰会解决方案分论坛现场，中国联通大数据科学家居希宏·居来提受邀发表题为《Predict and Optimize: AI for Sustainable Urban Heating》（预测与优化：AI赋能可持续城市供热）的主旨演讲，以中国联通联合吉林嘉润热力公司，构建融合工业数据、气象数据与机器学习的智能调控系统为应用案例，向全球展示了在智慧供热新国标与“人工智能+”工业行动双重驱动下，AI技术切实解决民生痛点的真实案例。
打造AI数据平台，让供热有了“智慧大脑”
在吉林，中国联通将联通元景工业时序分析平台结合热力行业知识打造的技术能力落地应用，助力长春市重点区域核心供热服务企业吉林嘉润热力有限公司（以下简称“嘉润热力”）构建供热AI数据平台。平台针对气象、换热站参数、能耗等多源异构数据进行统一治理，覆盖热源预测、智能调控、异常检测多个场景，适配10余种站点类型。目前，该系统已覆盖140余座换热站，为200余环路提供监测预警与智能调控服务，有力支撑供热保供与节能降耗工作，为温暖过冬的民生承诺提供坚实数智支撑，成为供热一线的“智慧大脑”，在试验站点实现节电15%、热耗减少7%、客诉率降低5%。
供需调配不再“仅凭经验”，一张图让供热“算得准”
供暖工作最关键的就是供需调配是否精准：热源送多了，热能空耗白白浪费；送少了，居民家里不暖和，投诉不断。从前仅靠人工经验搭配固定公式估算用热规模，算出来的供热总量和百姓实际取暖需求偏差不小，预判很难精准贴合真实工况。
联通为嘉润热力打造的供热AI数据平台有效破解了这一难题。平台覆盖“监测—预测—调控—预警”全场景，在热源侧热量预测模块，融合气象数据、开栓面积、供热指标等多维信息，基于机器学习等技术，构建热源侧时序预测模型。利用三个供暖季进行数据训练，24/48/72小时的预测模型均实现3%以下的预测误差，热量预测曲线高度贴合实际需求，真正实现“按需而产”，为科学排产、源网协同提供可靠决策依据。
为每座换热站独立训练模型，千站千面让室温“控得稳”
换热站是城市集中供热的“热量中转站”，热电厂、大型锅炉房送来高温高压的一次热水不能直接送入用热场所，需在换热站完成热量交换、降压、降温、循环输送等一系列操作后，再把温度合适的二次热水送到居民楼、写字楼、厂房等。
换热站传统的室温调控由工作人员24小时轮班，根据前后几天的天气预报及住户反馈等信息进行经验评估后调控，决策主观性强并且有一定滞后性，无法有效应对寒潮突袭等情况。不同供热站点也缺乏统一调控模型，导致小区温度不平衡，引发投诉。
嘉润热力供热AI数据平台为每座换热站独立训练模型，综合样本库、近期历史库、实时监测库三库融合，平台完成时空匹配后自动下发指令，实现从经验驱动到数据驱动的跨越。平台实时分析室外温度等20余项因素，利用历史匹配和温度预测算法，打通“预测+控制”链条，自动调节泵转速实现调节室温；结合8小时天气预报提前调节供水温度，变被动为主动，在降雪、大风等恶劣天气自动提高供温标准，预判急剧降温时提前蓄热，真正做到“小寒能稳控、大寒能蓄热”，让民生供热更温暖、更低碳、更智慧。
构建换热站异常监测体系，全网覆盖让隐患“看得清”
传统温控软件无法针对时序数据识别补水泵异常中的人为偷水与系统性漏水，也不能根据时序趋势实时预警隐患，故障发现滞后，运维长期陷于被动。
中国联通为嘉润热力供热AI数据平台构建换热站异常监测体系，接入8000余个数据点，毫秒级传感器实时采集一、二次网供温及回温，一、二次网供压及回压，二次网循环泵频率、补水泵频率等关键参数，形成30分钟短周期监测与24小时长周期分析双轨机制。30分钟内，系统实时捕捉换热站停机、水浸、通讯故障等6类核心异常，精准定位关联小区；24小时内，深度研判补水泵运行状态和设备潜在故障。
在2025年11月至2026年4月供暖季整季运行中，平台捕捉异常24.3万次，已知异常识别准确率100%、误报率0%，故障捕获时间从传统人工的24小时缩短至AI诊断30分钟。全网实时GIS报警地图，让每一处隐患都无所遁形。
作为中国联通元景工业时序分析智能体在供热领域结出的硕果，嘉润热力供热AI数据平台融合数据治理、智能洞察、对话建模、沙箱仿真、模型管理等核心能力，不仅托起群众冬日宜居幸福感，更精准对标 “十五五” 供热领域全新国标，全面响应行业对智慧化调度、精细化管网调控、全流程能耗在线监测的能力建设要求。更为难得的是，平台能力可复用、行业知识可沉淀，为全国供热智能平台提供了高价值的借鉴意义。
不止智慧供热，联通元景工业时序分析智能体未来还将在智能燃烧、智能排产等更多时序场景中持续探索，把工业AI的价值带到流程行业的每一个角落，为千行百业的智能化升级注入源源不断的动力。
撰稿：赵婷婷
