0
点赞
收藏
分享

微信扫一扫

电力行业海量数据处理如何做?看中节能、上海电气案例分享

为实现发电、输电、变电、配电、用电的实时智能联动,电力行业开始在传统业务之上构建信息网络、通讯网络、能源网络,运用云计算、物联网等新兴技术,大力发展数字化、信息化、智能化。在应对海量时序数据处理需求时,如关系型数据库、工业实时库、Hadoop 大数据平台在内的传统数据库解决方案问题重重,严重阻碍数字化进程。在此背景下,一些企业开始尝试进行数据架构改造,选择适合的​​时序数据库​​(​​Time Series Database​​,​​TSDB​​)产品,相关经验汇总如下:



​​TDengine x 中节能风力发电运维系统​​

“目前基于 ​​TDengine​​ 我们构建了中节能风电运维平台,使用后数据存储优势明显,整体压缩比在 7-8 倍,数据查询也实现了秒级响应。未来我们考虑在每个风电场站的三区部署一个单节点 TDengine,作用不只是采集和转发,还要起到时序数据质量治理以及实时模型预测的功能;而在集团侧我们会考虑基于 TDengine 构建更多更复杂的计算指标和高级模型;同时还要和任务调度引擎以及风电行业标准集成。”

业务背景

尽管中节能风力发电股份有限公司具备成熟的风电开发和运维经验,但随着在建风场逐步增多以及各类新型传感器的加装,传统运维方式越发吃力,严重限制业务发展。顺应时代潮流,数字化智能化的需求越来越强烈,其迫切需要基于海量时序数据的数据平台来支撑繁杂的运维工作。

在选型调研工作中,中节能最初尝试使用传统的工控时序数据库(Time-Series Database),但随着测点数量的增多,单机版架构已经无力支撑,后期他们尝试了 InfluxDB 和 ​​OpenTSDB​​ 等分布式架构的时序数据库,但性能又达不到要求。经过反复对比测试以及应用适配后,最终其选定 TDengine 作为数据平台的时序数据解决方案。

架构图


电力行业海量数据处理如何做?看中节能、上海电气案例分享_时序数据库

举报

相关推荐

0 条评论