GreptimeDB 助力国家电网数字换流站打造稳定高效的时序数据底座

本文主要是介绍GreptimeDB 助力国家电网数字换流站打造稳定高效的时序数据底座,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

电网体系作为现代社会运行的支柱之一,为各行各业、千家万户提供了电能的基本支持。从家庭到企业,医院到学校,交通到通讯,电力电网的应用贯穿始终。近年来,特高压换流站成为国家电网的重点建设工程,“十四五”期间,国家电网公司规划建设特高压工程“24 交 14 直”,涉及线路 3 万余公里,变电换流容量 3.4 亿千伏安,总投资 3800 亿元。

国家电网 2024 年工作会议中提出将继续加大数智化坚强电网的建设。数智化坚强电网是将数字化、智能化技术深入融合嵌入电网生产运行与管理运营过程的新型电网形态。数智化的发展为国家电网对数据的使用提出了更高的要求。通过建设云端和站端时序数据库平台,能够高效提高时序数据使用效率,大幅降低使用成本,为国家电网数智化建设提供坚实的数据基础保障。

项目背景

数字换流站项目是国家电网数智化的重点项目。每个特高压换流站有数千个大中型智能设备,处理数十万个测点的毫秒级精度数据,每天产生了数亿行的时序数据集。

面对如此海量的时序数据写入、查询和分析管理需求,此前站端使用的 CeresDB,InfluxDB 或基于 InfluxDB 自研等时序数据库产品已无法满足需求。同时,国家电网需要打破各个站端的数据孤岛,实现云站两端数据融合。

经过大量调研和产品性能测试,国家电网最终选择使用「格睿科技的 GreptimeDB 时序数据库企业版」产品作为数字换流站项目的「站端 + 云端的时序数据管理平台」,实现了数字换流站的跨站端时序数据的高效融合利用以及毫秒级精度的数据处理响应,为国家电网数智化建设提供了高质量的数据基础。

项目挑战

随着国家电网数字化建设的进程加快及数字化应用的快速普及,对底层时序数据的质量和响应速度等要求也越来越高。数据使用的问题不断增加:

1. 时序数据孤岛

每个站端因建设时间差异和建设集成商选择区别等问题,导致最终不同站端的时序数据库和数据架构不一致,难以得到高质量、标准化的时序数据,影响站端和云端高级应用和人工智能等服务的规模化落地,形成了站端数据孤岛。

2. 数据使用效率低

  • 海量时序数据响应速度慢 随着大规模传感器的部署实施,每个站端每天需要处理的时序数据量达到数亿行,海量时序数据的写入、查询和分析等能力随之下降,响应时间越来越慢。

  • 时序数据计算能力弱,研发投入大 当应用侧对时序数据的兼容性和数据计算能力提出更高要求时,国家电网需要投入巨大的研发资源才能满足部分需求。

3. 数据使用成本高

随着数据量越来越大,数据的上传和云计算资源开销也成倍增加。

解决方案和架构

产品架构

数据库架构图

业务架构图

GreptimeDB 作为国家电网数字换流站数据底座的核心数据库产品,承担了换流站内设备的时序数据存储、查询、计算和管理的责任;统一了各个站端的数据架构;支持了海量时序数据的毫秒级精度的处理响应,为国家电网数字化应用提供了数据基础保障。

项目成果

1. 打破数据孤岛

GreptimeDB 统一了云端和站端的数据格式及模型,实现了几十个数字换流站站端数据与云端数据的高效融合与协同。

2. 实现海量数据毫秒级精度处理响应

GreptimeDB 可以轻松实现站端每天数亿行时序数据的毫秒级精度的实时写入、查询和分析,为数字孪生、智能运维和人工智能等应用提供可靠的基础数据保证。

3. 降低数据使用成本

GreptimeDB 可以支持三十倍以上的数据无损压缩能力、端云数据同构和边缘计算能力,大幅降低数据储存成本、云计算资源开销和数据上传的流量成本。


GreptimeDB 作为开源项目,欢迎对时序数据库、Rust 语言等内容感兴趣的同学们参与贡献和讨论。第一次参与项目的同学推荐先从带有 good first issue 标签的 issue 入手,期待在开源社群里遇见你! Star us on GitHub Now: https://github.com/GreptimeTeam/greptimedb 微信搜索 GreptimeDB,关注公众号不错过更多技术干货和福利~

关于 Greptime

Greptime 格睿科技专注于为物联网(如智慧能源、智能汽车等)及可观测等产生大量时序数据的领域提供实时、高效的数据存储和分析服务,帮助客户挖掘数据的深层价值。目前主要有以下三款产品:

  • GreptimeDB 是一款用 Rust 语言编写的开源时序数据库,具有云原生、无限水平扩展、高性能、融合分析等特点,帮助企业实时读写、处理和分析时序数据的同时,降低长期存储的成本。我们提供 GreptimDB 企业版,支持更多功能和定制化服务,如有需要欢迎联系小助手:15310923206(微信同)

  • GreptimeCloud 是一款全托管的云上数据库即服务(DBaaS)解决方案,基于开源时序数据库 GreptimeDB 打造,能够高效支持可观测、物联网、金融等领域的应用。用户可以通过内置的可观测解决方案 GreptimeAI 全面地掌握 LLM 应用的成本、性能、流量和安全等情况。

  • 车云一体解决方案 是一款深入车企实际业务场景的车云协同数据解决方案,解决了企业车辆数据呈几何倍数增长后的实际业务痛点。多模态车端数据库结合云端 GreptimeDB 企业版帮助车企极大降低流量、计算和存储成本,并帮助提升数据实时性和业务洞察能力。

  • GreptimeDB 作为开源项目,欢迎对时序数据库、Rust 语言等内容感兴趣的同学们参与贡献和讨论。第一次参与项目的同学推荐先从带有 good first issue 标签的 issue 入手,期待在开源社群里遇见你!

  • 官网:https://greptime.cn/

  • GitHub: https://github.com/GreptimeTeam/greptimedb

  • 文档:https://docs.greptime.cn/

  • Twitter: https://twitter.com/Greptime

  • Slack: https://www.greptime.com/slack

  • LinkedIn: https://www.linkedin.com/company/greptime

这篇关于GreptimeDB 助力国家电网数字换流站打造稳定高效的时序数据底座的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/965740

相关文章

SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南

《SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南》本文将基于开源项目springboot-easyexcel-batch进行解析与扩展,手把手教大家如何在SpringBo... 目录项目结构概览核心依赖百万级导出实战场景核心代码效果百万级导入实战场景监听器和Service(核心

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

pandas数据的合并concat()和merge()方式

《pandas数据的合并concat()和merge()方式》Pandas中concat沿轴合并数据框(行或列),merge基于键连接(内/外/左/右),concat用于纵向或横向拼接,merge用于... 目录concat() 轴向连接合并(1) join='outer',axis=0(2)join='o

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

在IntelliJ IDEA中高效运行与调试Spring Boot项目的实战步骤

《在IntelliJIDEA中高效运行与调试SpringBoot项目的实战步骤》本章详解SpringBoot项目导入IntelliJIDEA的流程,教授运行与调试技巧,包括断点设置与变量查看,奠定... 目录引言:为良驹配上好鞍一、为何选择IntelliJ IDEA?二、实战:导入并运行你的第一个项目步骤1

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分