供热运营需要连接上下文
供热团队的决策往往同时依赖多类信息：热源状态、一次网和二次网数据、换热站工况、楼宇侧反馈、天气预测、投诉记录、现场巡检、维护历史和调度规则。每套系统都只解释了运营的一部分，真正困难的是把这些信号连接成可复核、可批准、可执行、可验证的调度决策。
HeatOps 是 FactVerse AI Agent 的供热行业模块。它通过 Data Fusion Services 连接运营数据，通过 FactVerse 保留管网与资产上下文，并通过 Inspector 或客户已有工单系统保留现场行动记录。
它的目标很实际：帮助供热团队预测负荷、诊断管网状态、复核调度方案、协调现场工作，并保留决策背后的运营证据。
运营模型连接什么
| 层级 | 运营上下文 |
|---|---|
| 热源 | 锅炉、热泵、热电联产、余热、储热、燃料、电力、能力和可用性 |
| 管网 | 一次网、支线、压力、流量、供回水温度、阀门、泄漏和保温状态 |
| 换热站 | 换热器、泵、控制阀、计量表、差压、效率、报警和服务历史 |
| 建筑 | 楼宇分区、室内反馈、用户侧温度、舒适度问题、热惯性和服务优先级 |
| 外部上下文 | 天气预测、历史负荷、节假日、入住规律、资费上下文和服务请求 |
| 工作执行 | 调度指令、巡检、维修任务、清洗、阀门调整、保温修复、照片和验收记录 |
| 治理 | 建议来源、审批路径、指令边界、回退规则、结果复核和审计记录 |
价值来自这些层级之间的连接。一次低温投诉应该能追溯到建筑上下文、换热站行为、支线管网状态、历史工作记录和随后的调度决策。
DataMesh HeatOps 工作流
- 连接运营来源 - 汇集 SCADA、SIS、PVSS、PLC 点位、计量、天气、GIS、投诉记录、计费上下文、维护系统和调度日志。
- 构建供热数字孪生 - 在 FactVerse 中建立热源、管线、换热站、阀门、泵、计量表、建筑、分区和服务区域模型。
- 绑定信号与资产 - 使用 Data Fusion Services 将温度、压力、流量、报警、能耗读数和工作记录映射到正确的资产和管网段。
- 复核需求与风险 - 使用 FactVerse AI Agent 为调度员准备负荷预测、负荷变化说明、异常模式摘要和调度选项。
- 协调行动 - 把确认后的发现转化为调度记录、现场巡检、工单、调整任务或受控写回范围。
- 验证结果 - 将动作后的读数、舒适度反馈、报警、热损模式和工单证据与原始发现进行对比。
这套工作流让 AI 建议始终附着在产生建议的运营上下文上。
预测、诊断和调度复核
HeatOps 可支持三类相互连接的工作模式：
- 负荷预测：在需求变化到来之前，对比天气、历史负荷、管网状态、建筑响应和运行约束。
- 管网诊断：复核供回水温差、差压、流量、补水、换热器表现、泵状态、阀门状态、泄漏迹象、结垢迹象和反复出现的用户侧问题。
- 调度复核：为调度员准备可复核的行动建议，例如供水温度调整、泵频调整、阀门调整、预热策略、人员准备和现场巡检优先级。
建议需要说明影响范围、原因、预期效果、审批要求和后续证据。这样控制室、工程团队、现场团队和管理人员都能复核 AI 输出。
从建议到可审计执行
供热运营涉及安全、舒适度、合同、设备边界和服务责任，因此执行路径需要分阶段推进。
第一阶段是决策支持。调度员在数字孪生上下文中复核预测、诊断和建议动作。下一阶段是辅助执行：确认后的建议进入调度记录、现场任务、工单和后续检查。当权限、指令范围、安全联锁、回退规则和审计要求明确后，现场可以逐步加入受控写回。
Inspector、Checklist 和客户已有工单系统可以保留现场侧闭环：谁检查了换热站，调整了什么，采集了哪些照片和读数，工作何时关闭，状态是否改善。
能碳记录与管理复核
供热运营需要季节性证据，而不仅是实时画面。HeatOps 可以把热量、燃料、电力、泵耗、热损、舒适度反馈、事件响应、改造活动和现场工作整理成运营记录，用于管理复核。
这些记录帮助团队按时间比较调度策略、改造成效、换热站表现和管网段状态，也让业主、城市团队、服务公司和工程伙伴可以围绕同一条数据链讨论能碳表现。
核算方法、统计边界和碳因子需要按项目配置。HeatOps 提供用于复核的连接型运营上下文和可追溯证据。
数据准备清单
上线前建议复核这些条件：
- SCADA、SIS、PVSS、PLC 和计量点位具备稳定名称、单位、时间戳和责任归属。
- 热源、换热站、阀门、泵、计量表、建筑、分区和管网段可以映射到数字孪生。
- 天气、负荷历史、投诉记录和工单可以按时间、区域、资产或站点连接。
- 调度员和工程师已经约定调度建议的审批规则。
- 现场团队可以结构化记录巡检、调整、照片、读数和验收证据。
- 受控写回规则在任何指令路径引入前已经形成文档。
- 试点指标基于已验证的运营记录。
首个试点适合选择范围可控的服务区或换热站组，团队需要具备足够数据、清晰责任和高频运营问题。
实用起点
| 起点 | 为什么适合 |
|---|---|
| 换热站总览 | 团队可以围绕已知资产组连接温度、压力、流量、泵状态、阀门状态、热量、报警和服务历史 |
| 天气波动准备 | 负荷预测可以帮助调度员在寒潮、回暖或异常入住规律影响服务前做好准备 |
| 低温投诉 | 投诉记录可以与楼宇上下文、换热站状态、支线压力和历史维护一起复核 |
| 重复站点报警 | AI 辅助复核可以总结模式，并把确认后的问题推进到巡检或维护任务 |
| 能源与热损复核 | 季节性记录可以连接热源输出、管网行为、楼宇侧情况和现场工作 |
这些起点可以先建立可复核闭环，再逐步扩展到更大的优化或控制场景。
公开参考
HeatOps 解决方案页面 说明了 FactVerse AI Agent 中供热行业模块的范围。
数据中心数字孪生运营指南 和 预测性维护指南 说明了相邻场景中如何连接设施信号、数字孪生上下文、工单和已验证的现场行动。
Singtel FutureNow 参考 展示了 DataMesh 在连接型设施环境中的数字孪生上下文。Yokogawa 与 DataMesh 预测性维护参考 展示了如何把工业信号转化为 AI 辅助维护复核的更广泛模式。