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:
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。
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。
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


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
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。
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。
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。
关于 Greptime
Greptime 格睿科技专注于为可观测、物联网及车联网等领域提供实时、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。目前基于云原生的时序数据库 GreptimeDB 已经衍生出多款适合不同用户的解决方案,更多信息或 demo 展示请联系下方小助手(微信号:greptime)。
欢迎对开源感兴趣的朋友们参与贡献和讨论,从带有 good first issue 标签的 issue 开始你的开源之旅吧~期待在开源社群里遇见你!添加小助手微信即可加入“技术交流群”与志同道合的朋友们面对面交流哦~
Star us on GitHub Now: https://github.com/GreptimeTeam/greptimedb
Twitter: https://twitter.com/Greptime
Slack: https://greptime.com/slack