能源數(shù)據(jù)處理相關(guān)案例

中節(jié)能電力發(fā)電運(yùn)維系統(tǒng) x TDengine

“目前基于 TDengine 我們構(gòu)建了中節(jié)能風(fēng)電運(yùn)維平臺(tái)，使用后數(shù)據(jù)存儲(chǔ)優(yōu)勢(shì)明顯，整體壓縮比在 7-8 倍，數(shù)據(jù)查詢也實(shí)現(xiàn)了秒級(jí)響應(yīng)。未來我們考慮在每個(gè)風(fēng)電場(chǎng)站的三區(qū)部署一個(gè)單節(jié)點(diǎn) TDengine，作用不只是采集和轉(zhuǎn)發(fā)，還要起到時(shí)序數(shù)據(jù)質(zhì)量治理以及實(shí)時(shí)模型預(yù)測(cè)的功能；而在集團(tuán)側(cè)我們會(huì)考慮基于 TDengine 構(gòu)建更多更復(fù)雜的計(jì)算指標(biāo)和高級(jí)模型；同時(shí)還要和任務(wù)調(diào)度引擎以及風(fēng)電行業(yè)標(biāo)準(zhǔn)集成?！?/p>

業(yè)務(wù)背景

盡管中節(jié)能風(fēng)力發(fā)電股份有限公司具備成熟的風(fēng)電開發(fā)和運(yùn)維經(jīng)驗(yàn)，但隨著在建風(fēng)場(chǎng)逐步增多以及各類新型傳感器的加裝，傳統(tǒng)運(yùn)維方式越發(fā)吃力，嚴(yán)重限制業(yè)務(wù)發(fā)展。順應(yīng)時(shí)代潮流，數(shù)字化智能化的需求越來越強(qiáng)烈，其迫切需要基于海量時(shí)序數(shù)據(jù)的數(shù)據(jù)平臺(tái)來支撐繁雜的運(yùn)維工作。在選型調(diào)研工作中，中節(jié)能最初嘗試使用傳統(tǒng)的工控時(shí)序數(shù)據(jù)庫，但隨著測(cè)點(diǎn)數(shù)量的增多，單機(jī)版架構(gòu)已經(jīng)無力支撐，后期他們嘗試了 InfluxDB 和 OpenTSDB 等分布式架構(gòu)的時(shí)序數(shù)據(jù)庫，但性能又達(dá)不到要求。經(jīng)過反復(fù)對(duì)比測(cè)試以及應(yīng)用適配后，最終其選定 TDengine 作為數(shù)據(jù)平臺(tái)的時(shí)序數(shù)據(jù)解決方案。

架構(gòu)圖

上海電氣儲(chǔ)能智慧運(yùn)維系統(tǒng) x TDengine

“在使用 InfluxDB 一周以后執(zhí)行查詢，內(nèi)存使用率達(dá)到了 80%，并且過了十分鐘也沒出來結(jié)果，已經(jīng)完全不適合業(yè)務(wù)使用。而在使用了 TDengine 近 1 個(gè)月后，使用相同的 SQL 語句，查詢只需要 0.2 秒，表現(xiàn)非常優(yōu)異。在壓縮方面，在采集點(diǎn)數(shù)量相同的情況下，壓縮后的數(shù)據(jù)量 TDengine 是 InfluxDB 的 1/3?！?/p>

業(yè)務(wù)背景

圍繞“一芯 3S”核心產(chǎn)品鏈，上海電氣著手構(gòu)建儲(chǔ)能核心競(jìng)爭力，“SmartOPS 儲(chǔ)能智慧運(yùn)維系統(tǒng)”就作為其中的關(guān)鍵組成部分，旨在實(shí)現(xiàn)全面監(jiān)測(cè)、預(yù)測(cè)性維護(hù)、熱管理分析等高級(jí)應(yīng)用。在本地部署中，該系統(tǒng)需要重點(diǎn)考慮本地硬件資源的限制，如站端系統(tǒng)的內(nèi)存、CPU 以及讀寫性能等，選擇合適的時(shí)序數(shù)據(jù)庫成為破解問題的關(guān)鍵。在對(duì) OpenTSDB、InfluxDB、Apache IoTDB、TDengine、ClickHouse 幾款數(shù)據(jù)庫進(jìn)行對(duì)比測(cè)試后，其嘗試在系統(tǒng)中落地了 TDengine。

八五信息新能源電力物聯(lián)網(wǎng)平臺(tái) x TDengine

“在應(yīng)用 TDengine 之后，系統(tǒng)讀寫性能較原 TimescaleDB 數(shù)據(jù)庫提高 10 倍左右，在數(shù)據(jù)接入層我們不用再擔(dān)心數(shù)據(jù)庫的寫入性能瓶頸；數(shù)據(jù)分析查詢應(yīng)用層也較原系統(tǒng)有較大提升，尤其是在時(shí)間跨度大的聚合類分析幾乎瞬間響應(yīng)。在軟硬件方面，TDengine 幫助我們節(jié)省了系統(tǒng)大量的計(jì)算資源以及存儲(chǔ)資源，較原系統(tǒng)降低了大約 4 倍左右的存儲(chǔ)成本。”

平臺(tái)架構(gòu)

水電廠畸變波形分析及故障預(yù)判系統(tǒng) x TDengine

“TDengine 在該項(xiàng)目中順利投入使用，在現(xiàn)場(chǎng)運(yùn)行環(huán)境的表現(xiàn)，如同我們的驗(yàn)證測(cè)試一樣，擁有優(yōu)異的寫入能力和快速的查詢能力，可以有力地支撐系統(tǒng)對(duì)原始信號(hào)數(shù)據(jù)進(jìn)行進(jìn)一步的分析與應(yīng)用?！?/p>

業(yè)務(wù)背景

計(jì)算機(jī)監(jiān)控系統(tǒng)和機(jī)組穩(wěn)定性監(jiān)測(cè)分析系統(tǒng)，主要是從振動(dòng)、氣隙等狀態(tài)量對(duì)主機(jī)設(shè)備的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)和評(píng)估，其核心需求是將全廠的電力系統(tǒng)各元件納入系統(tǒng)的監(jiān)測(cè)，并存儲(chǔ)高采樣率的原始信號(hào)數(shù)據(jù)，初步估算全廠電力系統(tǒng)元件 1 天即可產(chǎn)生 1.7TB 字節(jié)數(shù)據(jù)量，數(shù)據(jù)存儲(chǔ)難題橫亙眼前，在經(jīng)過反復(fù)對(duì)比測(cè)試后，其決定將 TDengine 正式引入該項(xiàng)目。

時(shí)序數(shù)據(jù)庫的設(shè)計(jì)和優(yōu)化都是根據(jù)時(shí)序數(shù)據(jù)特點(diǎn)而來，在面對(duì)具備時(shí)序數(shù)據(jù)特征的海量能源數(shù)據(jù)處理需求時(shí)，時(shí)序數(shù)據(jù)庫顯然更加有針對(duì)性，而以上企業(yè)的事實(shí)證明，在能源行業(yè)中，時(shí)序數(shù)據(jù)庫的應(yīng)用能夠有效增加系統(tǒng)的各方面性能，降低研發(fā)和運(yùn)維成本，真正幫助企業(yè)實(shí)現(xiàn)降本增效。也只有當(dāng)能源數(shù)據(jù)得到了高效處理，它才能為能源決策和政策制定提供更具有價(jià)值的科學(xué)依據(jù)。