涛思数据 城市供水SCADA中的时序数据库架构实践
涛思数据 数据库 e企观

涛思数据 城市供水SCADA中的时序数据库架构实践

城市供水的数据架构,本质上是在有限的通信资源和分散的终端条件下,构建一条从物理管网到数字孪生的感知通道。 时序数据库 的 选型 ,不能只看实验室写入TPS,更要看在真实网络条件下数据能否准确、连续地入库、能否支撑DMA分区这种跨终端的关联查询、以及能否以可接受的成本支撑5年以上的数据留存。TDengine在供水行业的多个标杆项目中,已经验证了其在这些维度上的工程可行性。

参数规格

共 25 项
产品名称 城市供水SCADA中的时序数据库架构实践
产品系列 数据库
官方介绍 城市供水的数据架构,本质上是在有限的通信资源和分散的终端条件下,构建一条从物理管网到数字孪生的感知通道。 时序数据库 的 选型 ,不能只看实验室写入TPS,更要看在真实网络条件下数据能否准确、连续地入库、能否支撑DMA分区这种跨终端的关联查询、以及能否以可接受的成本支撑5年以上的数据留存。TDengine在供水行业的多个标杆项目中,已经验证了其在这些维度上的工程可行性。
监测点类型 主要物理量
采样频率 数据量级/天/单测点
水厂出水 压力、流量、余氯、浊度、pH、水池水位
1秒 86,400条
加压泵站 进出口压力、流量、水泵状态、电流
阀门井 阀门开度、前后压力、流量
5秒 17,280条
DMA分区计量 分区入口流量、压力
用户水表井 瞬时流量、水压
10秒 8,640条
化工生产场景批次分析与关联分析 氯化亚砜反应釜生产批次监控,冷却失效关联追踪 / 立即体验
金属加工场景根因分析与质量溯源 铝加工生产全流程监控,批次对比分析,钎焊强度根因溯源 / 立即体验
新能源集控 风光储一体化多维指标监控,故障异常事件智能根因分析 / 立即体验
互动和支持 加入技术论坛 | 联系销售 | 添加公众号 | 查看源代码 | 下载 TDengine
这里的关键挑战在于 夜间流量是秒级或5秒级的原始数据,而漏损分析需要天级甚至月级的聚合视角。同时,分区入口流量与出口流量需要精确时间对齐,否则流量差计算会出现伪差。一个DMA分区可能有4~8个计量点,数据量虽不及整个管网大,但时间同步精度要求在100ms以内。
这种设计的优势体现在两个查询场景 当运行人员需要查询”西湖区DMA-018分区过去7天的压力波动”时,标签过滤直接定位到相关子表;而当需要统计”杭州市所有PE管材管道的年平均压力”时,可以跨DMA分区聚合,不需要复杂的JOIN操作。
数据库层面需要处理的情况包括 数据延迟到达(超过写入窗口)、数据乱序(终端本地缓存断电重启后批量上报)、以及虚假时间戳(终端时钟漂移未同步)。TDengine通过时间窗口排序和质量码过滤来应对前两类问题,同时支持对延迟到达数据的写入配置专门的窗口阈值。
产品特点 目标DMA分区出入口的秒级流量曲线
产品特点 分区内主要干管压力曲线(用于判断是否存在异常压降)
产品特点 相邻分区的流量变化(排除跨区转供干扰)
产品特点 历史同期数据(用于季节性调整基线)
资料来源 企业官网产品页 https://www.taosdata.com/time-series-database-knowledge/39930.html

参数由厂商公开资料整理,实际以产品实物及官方说明为准。

免责声明本页信息整理自互联网公开渠道,仅供资讯参考,不构成任何投资或商业决策依据;相关产品参数、企业信息可能存在滞后或误差,请以厂商官方发布为准。如内容涉及版权、准确性或侵权问题,请联系 981209856@qq.com,我们将第一时间核实处理。