小T導(dǎo)讀：中節(jié)能風(fēng)力發(fā)電股份有限公司（股票簡(jiǎn)稱：節(jié)能風(fēng)電，股票代碼：601016）是中國(guó)節(jié)能環(huán)保集團(tuán)有限公司控股的現(xiàn)代股份制公司。公司先后成功中標(biāo)并示范建設(shè)了國(guó)家第一個(gè)百萬(wàn)千瓦級(jí)風(fēng)電基地啟動(dòng)項(xiàng)目——河北張北單晶河200兆瓦風(fēng)電特許權(quán)項(xiàng)目，和第一個(gè)千萬(wàn)千瓦級(jí)風(fēng)電基地啟動(dòng)項(xiàng)目——甘肅玉門昌馬200兆瓦風(fēng)電特許權(quán)項(xiàng)目，是國(guó)家首個(gè)百萬(wàn)千瓦、千萬(wàn)千瓦風(fēng)電基地的示范者和引領(lǐng)者，在業(yè)內(nèi)樹立了較高的知名度和良好的品牌形象。建成、在建項(xiàng)目裝機(jī)規(guī)模547.97萬(wàn)千瓦，已發(fā)展成為張北壩上地區(qū)、甘肅河西走廊地區(qū)最大的風(fēng)電開(kāi)發(fā)商之一，是我國(guó)風(fēng)電領(lǐng)域一支重要的力量。

一、項(xiàng)目背景

公司作為中節(jié)能集團(tuán)在風(fēng)電領(lǐng)域的專業(yè)化公司和核心上市平臺(tái)，具備成熟的風(fēng)電開(kāi)發(fā)和運(yùn)維經(jīng)驗(yàn)，但是隨著在建風(fēng)場(chǎng)逐步增多以及各類新型傳感器的加裝，傳統(tǒng)運(yùn)維方式已經(jīng)越來(lái)越吃力，數(shù)字化智能化的需求越來(lái)越強(qiáng)烈，因此迫切需要基于海量時(shí)序數(shù)據(jù)的數(shù)據(jù)平臺(tái)來(lái)支撐繁雜的運(yùn)維工作。

因此，我們做了大量的時(shí)序數(shù)據(jù)調(diào)研工作。但是選型工作也并非一帆風(fēng)順，開(kāi)始我們嘗試傳統(tǒng)的工控時(shí)序數(shù)據(jù)庫(kù)（Time-Series Database），但是隨著測(cè)點(diǎn)數(shù)量的增多，單機(jī)版架構(gòu)已經(jīng)無(wú)力支撐，后期我們也嘗試了InfluxDB和OpenTSDB等分布式架構(gòu)的時(shí)序數(shù)據(jù)庫(kù)，但是性能又達(dá)不到要求。

機(jī)遇巧合，我們注意到一款國(guó)產(chǎn)、開(kāi)源的時(shí)序數(shù)據(jù)庫(kù)TDengine，所以也嘗試了一下。

二、TDengine選型測(cè)試

針對(duì)我們重點(diǎn)關(guān)注的查詢性能，我們做了如下幾個(gè)測(cè)試。

1. 單測(cè)點(diǎn)歷史數(shù)據(jù)聚合查詢

隨機(jī)選擇任一個(gè)測(cè)點(diǎn)，查詢?cè)摐y(cè)點(diǎn)在某個(gè)時(shí)間段測(cè)點(diǎn)采集值的count，max，min，avg；比如從2020-01-01 00:00:00.000 到 2020-02-01 00:00:00.000的31天內(nèi)的共535680條數(shù)據(jù)記錄的count，max，min，avg。具體的查詢語(yǔ)句為：

select count(*),max(col117),min(col117),avg(col117) from t_QH01 where ts>='2021-08-15 00:00:00.000' and ts<'2021-08-16 00:00:00.000'

實(shí)驗(yàn)截圖如下：

3次查詢測(cè)試時(shí)延如下：

測(cè)試批次	時(shí)延（秒）
1	0.635000
2	0.145000
3	1.492000
平均值	0.7573333333333333

2. 分組聚合查詢

查詢某個(gè)時(shí)間段內(nèi)測(cè)點(diǎn)采集值的count，max，min，avg，比如查詢從2020-01-01 00:00:00.000 到 2020-02-01 00:00:00.000的31天內(nèi)的數(shù)據(jù)記錄的count，max，min，avg。數(shù)據(jù)庫(kù)中對(duì)應(yīng)查詢語(yǔ)句為：

select count(*),max(col117),min(col117),avg(col117) from t_QH01 where ts >='2021-08-01 00:00:00.000' and ts<'2021-09-01 00:00:00.000' group by wtcode >>E:/taosTempData/2

實(shí)驗(yàn)截圖如下：

3次查詢測(cè)試時(shí)延如下：

測(cè)試批次	時(shí)延（秒）
1	0.040000
2	0.661000
3	0.099000
平均值	0.26666

3. 窗口查詢操作

查詢某個(gè)時(shí)間段內(nèi)，按照1小時(shí)、1天、10天的時(shí)間窗口進(jìn)行分組后的count，max，min，avg聚合結(jié)果；比如查詢從2020-01-01 00:00:00.000 到 2020-02-01 00:00:00.000的31天內(nèi)的全部數(shù)據(jù)記錄，按照每1小時(shí)、1天、10天的時(shí)間區(qū)間劃分后的count，max，min，avg。

數(shù)據(jù)庫(kù)中對(duì)應(yīng)查詢語(yǔ)句為：

select count(*),max(col117),min(col117),avg(col117) from t_QH01 where ts >='2021-08-01 00:00:00.000' and ts<'2021-09-01 00:00:00.000' and wtcode ='001' interval (1h) >>E:/taosTempData/3;
select count(*),max(col117),min(col117),avg(col117) from t_QH01 where ts >='2021-08-01 00:00:00.000' and ts<'2021-09-01 00:00:00.000' and wtcode ='001' interval (1d) >>E:/taosTempData/4; 
select count(*),max(col117),min(col117),avg(col117) from t_QH01 where ts >='2021-08-01 00:00:00.000' and ts<'2021-09-01 00:00:00.000' and wtcode ='001' interval (10d) >>E:/taosTempData/5;

實(shí)驗(yàn)截圖如下：

多個(gè)批次查詢測(cè)試時(shí)延如下：

測(cè)試批次	時(shí)延（秒）
interval(1h)第1次查詢	0.107000
interval(1h)第2次查詢	0.060000
interval(1h)第3次查詢	1.072000
Interval(1h) 平均值	0.413

測(cè)試批次	時(shí)延（秒）
interval(1d)第1次查詢	0.041000
interval(1d)第2次查詢	0.087000
interval(1d)第3次查詢	1.615000
Interval(1d) 平均值	0.581

測(cè)試批次	時(shí)延（秒）
interval(10d)第1次查詢	0.072000
interval(10d)第2次查詢	0.026000
interval(10d)第3次查詢	0.020000
Interval(10d) 平均值	0.03933

經(jīng)過(guò)反復(fù)對(duì)比測(cè)試以及應(yīng)用適配，最終我們選定TDengine作為我們數(shù)據(jù)平臺(tái)的時(shí)序數(shù)據(jù)解決方案。

三、TDengine Database落地實(shí)踐

目前中節(jié)能風(fēng)電的整體時(shí)序數(shù)據(jù)流如下圖所示：

風(fēng)場(chǎng)的時(shí)序數(shù)據(jù)(主要是風(fēng)機(jī)數(shù)據(jù)和電氣數(shù)據(jù))穿透網(wǎng)閘后，經(jīng)由場(chǎng)站側(cè)的采集程序采集和轉(zhuǎn)發(fā)，最終所有數(shù)據(jù)會(huì)匯聚到集團(tuán)側(cè)的分布式時(shí)序數(shù)據(jù)庫(kù)，前端的實(shí)時(shí)監(jiān)視、指標(biāo)計(jì)算均構(gòu)建于其上，同時(shí)數(shù)據(jù)還要送到大數(shù)據(jù)分析平臺(tái)和生產(chǎn)運(yùn)維平臺(tái)。

集團(tuán)中心側(cè)的TDengine集群起到了舉足輕重的作用，既要收集所有風(fēng)場(chǎng)的時(shí)序數(shù)據(jù)，同時(shí)還要支撐前端應(yīng)用以及同步數(shù)據(jù)到其它系統(tǒng)。

TDengine的諸多特性中，最吸引我們的是超級(jí)表和標(biāo)簽功能。超級(jí)表能讓同一類風(fēng)機(jī)的建模、管理和計(jì)算過(guò)程更加方便快捷，而標(biāo)簽特性能增加諸如隸屬項(xiàng)目、平臺(tái)容量等維度特征，便于在聚合操作過(guò)程中快速篩選或者分組?；跁r(shí)間窗口和狀態(tài)窗口的功能也為應(yīng)用構(gòu)建提供了很多方便，比如功率曲線擬合過(guò)程中需要的五分鐘平均風(fēng)速和功率計(jì)算邏輯，以及基于風(fēng)機(jī)狀態(tài)的各類統(tǒng)計(jì)分析。

在TDengine的使用初期遇到了一些問(wèn)題，主要涉及集群搭建和參數(shù)配置方面，經(jīng)過(guò)和濤思數(shù)據(jù)技術(shù)團(tuán)隊(duì)的溝通交流，都已得到解決。

后期在數(shù)據(jù)建模和應(yīng)用適配方面也走了一些彎路，尤其是數(shù)據(jù)建模方面。最開(kāi)始我們使用的是最簡(jiǎn)單的單列模式，一個(gè)測(cè)點(diǎn)一張表，在測(cè)點(diǎn)數(shù)目少的情況下問(wèn)題并不明顯，但是隨著測(cè)點(diǎn)數(shù)目的不斷膨脹，這種方式逐漸暴露出在應(yīng)用適配方面的問(wèn)題；后來(lái)我們采取按照不同機(jī)型不同風(fēng)場(chǎng)建超級(jí)表的方式建模，基本能解決我們的應(yīng)用問(wèn)題，但是依然有無(wú)效開(kāi)關(guān)量數(shù)值過(guò)多的問(wèn)題；最終我們采取將風(fēng)機(jī)狀態(tài)等重點(diǎn)開(kāi)關(guān)量單列建模的方式解決了。

四、整體效果和未來(lái)展望

目前基于TDengine數(shù)據(jù)庫(kù)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)秒級(jí)響應(yīng)。整體使用效果如下圖所示：

未來(lái)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。未來(lái)的數(shù)據(jù)流圖如下圖所示：

最終將其作為中節(jié)能風(fēng)電公司時(shí)序數(shù)據(jù)的核心技術(shù)組件來(lái)構(gòu)建智能運(yùn)維平臺(tái)，為中節(jié)能風(fēng)電公司3060雙碳目標(biāo)的提供堅(jiān)實(shí)基礎(chǔ)。

作者介紹：

潘文彪，中節(jié)能風(fēng)電生產(chǎn)運(yùn)維部數(shù)據(jù)分析師，2019年起從事節(jié)能風(fēng)電的數(shù)據(jù)分析與數(shù)字化平臺(tái)建設(shè)工作。