Como uno de los pilares del funcionamiento de la sociedad moderna, el sistema de red eléctrica proporciona soporte básico de energía eléctrica a todos los ámbitos de la vida y a miles de hogares. Desde hogares hasta empresas, desde hospitales hasta escuelas, desde transporte hasta comunicaciones, las redes eléctricas se utilizan en todas partes. En los últimos años, las estaciones convertidoras de UHV se han convertido en un proyecto de construcción clave de la State Grid Corporation de China. Durante el período del "14º Plan Quinquenal", la State Grid Corporation de China planea construir un proyecto de UHV de "24 AC y 14". DC", que implica más de 30.000 kilómetros de líneas y una capacidad de conversión y reconversión de 340 millones de kVA, con una inversión total de 380.000 millones de yuanes.
La conferencia de trabajo de 2024 de State Grid propuso que continuará aumentando la construcción de redes eléctricas fuertes, digitales e inteligentes. La red eléctrica fuerte digital e inteligente es una nueva forma de red eléctrica que integra profundamente las tecnologías digitales e inteligentes en el proceso de producción, operación y gestión de la red eléctrica. El desarrollo de la inteligencia digital ha planteado mayores requisitos para el uso de datos por parte de State Grid. Mediante la construcción de plataformas de bases de datos de series temporales en la nube y en la estación, se puede mejorar efectivamente la eficiencia del uso de datos de series temporales, se pueden reducir significativamente los costos de uso y se puede proporcionar una garantía de base de datos sólida para la construcción de inteligencia digital de State Grid.
Antecedentes del proyecto
El proyecto de la estación convertidora digital es un proyecto clave de la inteligencia digital de State Grid. Cada estación convertidora de UHV tiene miles de dispositivos inteligentes grandes y medianos que procesan datos de precisión a nivel de milisegundos desde cientos de miles de puntos de medición y generan cientos de millones de filas de conjuntos de datos de series temporales cada día.
Ante necesidades tan masivas de escritura, consultas y análisis de datos de series temporales, los productos de bases de datos de series temporales como CeresDB, InfluxDB o los de desarrollo propio basados en InfluxDB que se utilizaban anteriormente en el sitio ya no pueden satisfacer las necesidades. Al mismo tiempo, State Grid necesita romper las islas de datos en cada estación y lograr la integración de datos en ambos extremos de la estación en la nube.
Después de una extensa investigación y pruebas de rendimiento del producto, State Grid finalmente optó por utilizar el producto "GreptimeDB Time Series Database Enterprise Edition" de Greptime Technology como la "plataforma de gestión de datos de series temporales de estación + nube" para el proyecto de la estación convertidora digital, realizando el convertidor digital. estación La integración y utilización eficiente de datos de series temporales entre estaciones y la respuesta de procesamiento de datos de precisión a nivel de milisegundos proporcionan una base de datos de alta calidad para la construcción de inteligencia digital de State Grid.
Desafíos del proyecto
Con la aceleración de la construcción digital de State Grid y la rápida popularización de las aplicaciones digitales, los requisitos de calidad y velocidad de respuesta de los datos de series temporales subyacentes son cada vez mayores. Los problemas con el uso de datos siguen creciendo:
1. Islas de datos de series temporales
Debido a las diferencias en el tiempo de construcción y la selección de integradores de construcción en cada estación, la base de datos de series de tiempo final y la arquitectura de datos de diferentes estaciones son inconsistentes, lo que dificulta la obtención de datos de series de tiempo estandarizados y de alta calidad, lo que afecta las aplicaciones avanzadas y la inteligencia artificial en la estación y la nube. La implementación a gran escala de servicios ha formado una isla de datos en el sitio.
2. Uso de datos ineficiente
Respuesta lenta a datos de series temporales masivas
Con el despliegue de sensores a gran escala, la cantidad de datos de series temporales que cada estación necesita procesar todos los días alcanza cientos de millones de filas. La capacidad de escribir, consultar y analizar datos de series temporales masivas disminuye y el tiempo de respuesta aumenta. cada vez más lento.
Capacidades débiles de computación de datos de series temporales y gran inversión en I+D
Cuando el lado de la aplicación presenta requisitos más altos para la compatibilidad de los datos de series temporales y las capacidades de computación de datos, State Grid necesita invertir enormes recursos de I + D para satisfacer algunas de las necesidades.
3. Los costos de uso de datos son altos
A medida que la cantidad de datos aumenta cada vez más, el costo de la carga de datos y los recursos de computación en la nube también aumenta exponencialmente.
Soluciones y Arquitectura
arquitectura del producto
Diagrama de arquitectura de base de datos
Diagrama de arquitectura empresarial.
Como producto de base de datos central de la base de datos de la estación convertidora digital State Grid, GreptimeDB asume la responsabilidad del almacenamiento, consulta, cálculo y gestión de datos de series temporales de los equipos en la estación convertidora, unifica la arquitectura de datos de cada estación y admite el procesamiento a nivel de milisegundos; de datos masivos de series de tiempo. La respuesta de procesamiento precisa proporciona una garantía de base de datos para la aplicación digital de State Grid.
resultado del proyecto
1. Romper los silos de datos
GreptimeDB unifica los formatos y modelos de datos de la nube y la estación, logrando una integración y colaboración eficientes de los datos del lado de la estación y los datos de la nube de docenas de estaciones convertidoras digitales.
2. Lograr una respuesta de procesamiento de precisión a nivel de milisegundos para datos masivos
GreptimeDB puede realizar fácilmente la escritura, consulta y análisis en tiempo real de cientos de millones de filas de datos de series temporales en el sitio todos los días con una precisión de milisegundos, proporcionando garantía de datos básicos confiables para aplicaciones como gemelos digitales, operación y mantenimiento inteligentes y artificiales. inteligencia.
3. Reducir los costos de uso de datos
GreptimeDB puede admitir más de 30 veces la capacidad de compresión de datos sin pérdidas, el isomorfismo de datos de la nube final y las capacidades de computación de borde, lo que reduce significativamente los costos de almacenamiento de datos, la sobrecarga de recursos de computación en la nube y los costos del tráfico de carga de datos.
Como proyecto de código abierto, GreptimeDB da la bienvenida a los estudiantes interesados en bases de datos de series temporales, lenguaje Rust, etc. para que participen en contribuciones y debates. Para los estudiantes que participan en un proyecto por primera vez, se recomienda comenzar con el problema con la etiqueta "bueno primer problema". ¡Esperamos conocerte en la comunidad de código abierto! Destacanos en GitHub ahora: https://github.com/GreptimeTeam/greptimedb Busque GreptimeDB en WeChat y siga la cuenta oficial para no perderse más información técnica y beneficios ~
Acerca de Greptime
Greptime Greptime se centra en proporcionar servicios eficientes de análisis y almacenamiento de datos en tiempo real para áreas como Internet de las cosas (como energía inteligente, automóviles inteligentes, etc.) y observabilidad que generan grandes cantidades de datos de series temporales, ayudando a los clientes a extraer el profundo valor de los datos. Actualmente existen tres productos principales:
GreptimeDB es una base de datos de series de tiempo de código abierto escrita en lenguaje Rust. Tiene las características de expansión horizontal ilimitada, alto rendimiento, análisis integrado, etc., nativa de la nube. Ayuda a las empresas a leer, escribir, procesar y analizar datos de series de tiempo en tiempo real. reduciendo el costo del almacenamiento a largo plazo. Proporcionamos GreptimDB Enterprise Edition, que admite más funciones y servicios personalizados. Si es necesario, comuníquese con el asistente: 15310923206 (igual que WeChat).
GreptimeCloud es una solución de base de datos en la nube como servicio (DBaaS) totalmente administrada basada en la base de datos de series temporales de código abierto GreptimeDB, que puede admitir de manera eficiente aplicaciones en observabilidad, Internet de las cosas, finanzas y otros campos. Los usuarios pueden comprender de manera integral el costo, el rendimiento, el tráfico y la seguridad de las aplicaciones LLM a través de la solución observable incorporada GreptimeAI.
La solución integrada de nube de automóvil es una solución de datos colaborativos de nube de automóvil que profundiza en los escenarios comerciales reales de las empresas automotrices y resuelve los puntos débiles comerciales reales después de que los datos de los vehículos de la empresa crecen exponencialmente. La base de datos multimodal en el vehículo combinada con GreptimeDB Enterprise Edition basado en la nube ayuda a las empresas automotrices a reducir en gran medida el tráfico, los costos de computación y almacenamiento, y ayuda a mejorar las capacidades de conocimiento empresarial y de datos en tiempo real.
Como proyecto de código abierto, GreptimeDB da la bienvenida a los estudiantes interesados en bases de datos de series temporales, lenguaje Rust, etc. para que participen en contribuciones y debates. Para los estudiantes que participan en un proyecto por primera vez, se recomienda comenzar con el problema con la etiqueta "bueno primer problema". ¡Esperamos conocerte en la comunidad de código abierto!
Sitio web oficial: https://greptime.cn/ GitHub: https://github.com/GreptimeTeam/greptimedb Documentos: https://docs.greptime.cn/ Twitter: https://twitter.com/Greptime Slack: https : //www.greptime.com/slack LinkedIn: https://www.linkedin.com/company/greptime
Un programador nacido en los años 90 desarrolló un software de portabilidad de vídeo y ganó más de 7 millones en menos de un año. ¡El final fue muy duro! Los estudiantes de secundaria crean su propio lenguaje de programación de código abierto como una ceremonia de mayoría de edad: comentarios agudos de los internautas: debido al fraude desenfrenado, confiando en RustDesk, el servicio doméstico Taobao (taobao.com) suspendió los servicios domésticos y reinició el trabajo de optimización de la versión web Java 17 es la versión Java LTS más utilizada. Cuota de mercado de Windows 10. Alcanzando el 70%, Windows 11 continúa disminuyendo. Open Source Daily | Google apoya a Hongmeng para hacerse cargo de los teléfonos Android de código abierto respaldados por Docker; Electric cierra la plataforma abierta Apple lanza el chip M4 Google elimina el kernel universal de Android (ACK) Soporte para la arquitectura RISC-V Yunfeng renunció a Alibaba y planea producir juegos independientes en la plataforma Windows en el futuro