為實現發電、輸電、變電、配電、用電的實時智慧聯動，電力行業開始在傳統業務之上構建資訊網路、通訊網路、能源網路，運用雲端計算、物聯網等新興技術，大力發展數字化、資訊化、智慧化。在應對海量時序資料處理需求時，如關係型資料庫、工業實時庫、Hadoop 大資料平臺在內的傳統資料庫解決方案問題重重，嚴重阻礙數字化程式。在此背景下，一些企業開始嘗試進行資料架構改造，選擇適合的[時序資料庫]( https://www.taosdata.com/"時序資料庫")（Time Series Database，TSDB）產品，相關經驗彙總如下：

[TDengine x 中節能風力發電運維繫統]( https://www.taosdata.com/user-cases/4866.html"TDengine x 中節能風力發電運維繫統")

> “目前基於 TDengine 我們構建了中節能風電運維平臺，使用後資料儲存優勢明顯，整體壓縮比在 7-8 倍，資料查詢也實現了秒級響應。未來我們考慮在每個風電場站的三區部署一個單節點 TDengine，作用不只是採集和轉發，還要起到時序資料質量治理以及實時模型預測的功能；而在集團側我們會考慮基於 [TDengine]( https://www.taosdata.com/"TDengine") 構建更多更復雜的計算指標和高階模型；同時還要和任務排程引擎以及風電行業標準整合。”

**業務背景**

儘管中節能風力發電股份有限公司具備成熟的風電開發和運維經驗，但隨著在建風場逐步增多以及各類新型感測器的加裝，傳統運維方式越發吃力，嚴重限制業務發展。順應時代潮流，數字化智慧化的需求越來越強烈，其迫切需要基於海量時序資料的資料平臺來支撐繁雜的運維工作。

在選型調研工作中，中節能最初嘗試使用傳統的工控時序資料庫（Time-Series Database），但隨著測點數量的增多，單機版架構已經無力支撐，後期他們嘗試了 InfluxDB 和 [OpenTSDB]( https://www.taosdata.com/opentsdb"OpenTSDB") 等分散式架構的時序資料庫，但效能又達不到要求。經過反覆對比測試以及應用適配後，最終其選定 TDengine 作為資料平臺的時序資料解決方案。

**架構圖**

![](http://img.blog.itpub.net/blog/2022/10/26/96b081486c90c3f2.jpeg?x-oss-process=style/bb)

點選[案例]( https://www.taosdata.com/user-cases/4866.html"案例")檢視更多技術細節

[TDengine x 上海電氣儲能智慧運維繫統]( https://www.taosdata.com/user-cases/3552.html"TDengine x 上海電氣儲能智慧運維繫統")

> “在使用 InfluxDB 一週以後執行查詢，記憶體使用率達到了 80%，並且過了十分鐘也沒出來結果，已經完全不適合業務使用。而在使用了 TDengine 近 1 個月後，使用相同的 SQL 語句，查詢只需要 0.2 秒，表現非常優異。在壓縮方面，在採集點數量相同的情況下，壓縮後的資料量 TDengine 是 InfluxDB 的 1/3.”

**業務背景**

圍繞“一芯 3S”核心產品鏈，上海電氣著手構建儲能核心競爭力，“SmartOPS 儲能智慧運維繫統”就作為其中的關鍵組成部分，旨在實現全面監測、預測性維護、熱管理分析等高階應用。在本地部署中，該系統需要重點考慮本地硬體資源的限制，如站端系統的記憶體、CPU 以及讀寫效能等，選擇合適的時序資料庫成為破解問題的關鍵。在對 OpenTSDB、InfluxDB、Apache IoTDB、TDengine、ClickHouse 幾款資料庫進行對比測試後，其嘗試在系統中落地了 TDengine。

**效果展示**

![](http://img.blog.itpub.net/blog/2022/10/26/e0d54b2c7d180cc3.jpeg?x-oss-process=style/bb)

點選[案例]( https://www.taosdata.com/user-cases/3552.html"案例")檢視更多技術細節

[TDengine x 八五資訊新能源電力物聯網平臺]( https://www.taosdata.com/user-cases/1872.html"TDengine x 八五資訊新能源電力物聯網平臺")

> “在應用 TDengine 之後，系統讀寫效能較原 TimescaleDB 資料庫提高 10 倍左右，在資料接入層我們不用再擔心資料庫的寫入效能瓶頸；資料分析查詢應用層也較原系統有較大提升，尤其是在時間跨度大的聚合類分析幾乎瞬間響應。在軟硬體方面，TDengine 幫助我們節省了系統大量的計算資源以及儲存資源，較原系統降低了大約 4 倍左右的儲存成本。”

**業務背景**

在八五資訊新能源電力物聯網平臺建設中，此前其使用 TimescaleDB，無論在讀寫效能，還是硬體資源上，都遇到了瓶頸，且該資料庫沒有叢集功能。後面開始採用 TDengine，儲存和查詢分析物聯網裝置的實時資料，以及光伏裝置感測器的遙測資料，需支撐至少 50000 臺裝置總計 400 萬測點的實時資料接入、處理及儲存，預計日增量 40 多億條。

**平臺架構**

![](http://img.blog.itpub.net/blog/2022/10/26/6d7112ae0ea2aa58.jpeg?x-oss-process=style/bb)

點選[案例]( https://www.taosdata.com/user-cases/1872.html"案例")檢視更多技術細節

[TDengine x 水電廠畸變波形分析及故障預判系統]( https://www.taosdata.com/user-cases/4862.html"TDengine x 水電廠畸變波形分析及故障預判系統")

> “TDengine 在該專案中順利投入使用，在現場執行環境的表現，如同我們的驗證測試一樣，擁有優異的寫入能力和快速的查詢能力，可以有力地支撐系統對原始訊號資料進行進一步的分析與應用。”

**業務背景**

計算機監控系統和機組穩定性監測分析系統，主要是從振動、氣隙等狀態量對主機裝置的執行狀態進行監測和評估，其核心需求是將全廠的電力系統各元件納入系統的監測，並儲存高取樣率的原始訊號資料，初步估算全廠電力系統元件 1 天即可產生 1.7TB 位元組資料量，資料儲存難題橫亙眼前，在經過反覆對比測試後，其決定將 TDengine 正式引入該專案。

點選[案例]( https://www.taosdata.com/user-cases/4862.html"案例")檢視更多技術細節

**寫在最後**

時序資料庫的設計和最佳化都是根據時序資料特點而來，在面對物聯網、時序場景的資料處理需求時，時序資料庫顯然更加有針對性，而以上企業的事實證明，在電力行業中，時序資料庫的應用能夠有效增加系統的各方面效能，降低研發和運維成本，真正幫助企業實現降本增效。

> 歡迎新增小T（VX：TDengine），加入物聯網技術討論群，第一時間瞭解TDengine 官方資訊，與關注前沿技術的同學們共同探討新技術、新玩法。

------------

想了解更多 [TDengine Database]( https://www.taosdata.com/?zh"TDengine Database")的具體細節，歡迎大家在[GitHub]( https://github.com/taosdata/TDengine"GitHub")上檢視相關原始碼。
[![](http://img.blog.itpub.net/blog/2022/05/11/0fd59db1207fc97f.jpeg?x-oss-process=style/bb)](https://www.taosdata.com/?zh "![](http://img.blog.itpub.net/blog/2022/05/11/0fd59db1207fc97f.jpeg?x-oss-process=style/bb)")

「經驗彙總」基於TDengine的時序資料解決方案

相關文章