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

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi