当前，国家“六张网”加速落地。其中，城市地下管网（885692）被明确列为重点建设领域之一，要求全面提升管网安全运行水平，强化实时监测、动态预警、精准溯源与快速处置能力。供热管网，作为城市地下管网（885692）中贴近民生的“生命线”，直接关系万家冷暖。然而，52.36万公里管网中，超15年的老旧管线达7.7万公里，仅2024年就发生259起事故——停热、烫伤、塌陷、爆炸，每一次都是对城市底线的冲击。
传统固定阈值报警与人工巡检模式，已难以满足“六张网”对供热安全的高标准要求。辰安科技（300523）正在以AI重新定义供热安全：让供热管网具备自感知、自诊断、自预警的智能能力，真正为城市生命线筑起一道会思考的安全防线。
从“源”到“户”的全域AI感知网
辰安科技（300523）构建了一套AI驱动的“感知-分析-预警-处置”闭环体系，覆盖热源、管网、换热站、终端用户全链路。通过AI对温度、流量、压力、视频等多维数据的实时融合与智能分析，让每一条管道、每一个井室都“开口说话”，实现供热系统的全域智能感知。
三大硬件精准捕捉每一滴泄漏
01
土壤温度计+井室温度计
精度0.1℃、IP68防水、寿命＞5年，内置边缘AI算法，具备强环境适应性与无线实时报警能力，可灵活部署于多种供热管网场景，实现早期泄漏的智能识别与长期稳定监测。
02
漏失声波监测仪
具备高灵敏度与宽频监测能力，搭载AI声纹识别算法，可精准识别微小泄漏；采用IP68一体式结构，支持磁吸唤醒与多种安装方式，适应宽温严苛环境；具备5年长续航、集成定位与无线传输功能，实现稳定可靠、长期免维护的管道泄漏声波监测。
03
分布式光纤监测系统
基于OTDR技术+拉曼/布里渊散射原理，结合AI热场重建算法，实现沿管道全线的连续温度感知与米级定位。AI模型可自动识别局部过热、保温层破损等早期隐患。
三大AI模型智能研判每一处风险
传统监测最怕误报和漏报。辰安科技（300523）用三个核心AI模型精准改变：
动态风险评估模型
(图神经网络)
基于图神经网络(GNN)建立热力管线风险指标体系，将管网拓扑、管龄、材质、历史事故等上百个特征纳入训练，对每段管网进行动态量化评分，输出风险热力图，指导巡检优先级。
动态阈值分析模型
(时序异常检测)
采用LSTM时序预测+统计过程控制双重机制，学习每台设备的历史正常波动模式，自动抵消昼夜温差、气温骤变等环境扰动。报警阈值不再是固定值，而是随季节、天气、负荷动态调整，误报率降低70%以上。
泄漏溯源定位模型
(物理-informed神经网络)
基于土壤传热理论与物理信息神经网络(PINN)，构建管道-流体-土壤耦合温度场模型，通过反演算法精准定位泄漏点，误差≤2米，比传统人工听漏效率提升10倍以上。
城市级规模应用，数据见证实力
经过多年行业深耕，辰安科技（300523）供热安全产品已在全国多个城市成功落地，涵盖老城区、高架路段、人口密集区等敏感区域，累计部署管网里程超过2000公里，接入换热站1300余座、热源厂30余座，集成管网地理信息数据超千公里。依托7×24小时监测值守与月度风险评估报告机制，系统已成功预警管道泄漏、爆管、路面塌陷等多起事故，协助现场排查、政企沟通超百次。通过实时监测温度、压力、流量等关键参数，结合动态预警模型与精准定位能力，有效缩短故障排查时间，降低系统故障率，减少市民投诉，避免直接和间接经济损失数千万元。
AI筑牢城市最后一道防线
在“六张网”5万亿投资热潮中，地下管网（885692）安全监测已从“可选”变为“必选”。而AI，正在将供热安全从“被动报警”推向“预测性维护”的新时代。辰安科技（300523）及子公司合肥泽众将依托清华大学合肥公共安全研究院的科研实力，为供热管网提供从AI感知→AI认知→AI决策的全链条智能安全监测服务。
