数据规模超大，分布密集，数据存储难

智能电网是由许多部分组成，包括智能变电站，线路输送，智能交互终端，智能电表，智能中央系统等等。每个部分都集成了大量的传感器，这些分布在全网各节点的传感器无时无刻不在收集各类数据。随着中国智能电网建设的不断完善，其测点的规模越来越大，达到数千万级以上，并且单个测点将以分钟级甚至秒级的频率产生数据。将会产生海量的监控数据，而且这些数据大部分属于时序数据。因此在针对智能电网构建集中式数据中心时，如何存储、处理、分析海量的监控数据成为一个难点，具体包括以下面三个方面 :

• 数据规模超大，分布密集，数据存储难

以智能电网中 WAMS 系统为例，每秒需要处理的时序数据记录数可达到一千万，因此需要支撑每秒千万级别的写入。常规的数据处理方式根本无法满足需求。

• 数据处理实时性需求高

针对数千万的电表终端，客户在充值后要立即生效，客户产生的电量要实时的计费，并反馈给客户等场景，都需要实时的处理海量数据；针对数千公里的电网线路监控，如果出现异常，要能及时告警等。

• 数据价值挖掘困难

电网检测点多，检测信息密集，在如此海量的数据中挖掘出有价值的信息也会遇到很大的挑战。

智能电网设备中的时序数据

智能电网中的时序数据一般是指由设备／仪表产生，由传感器进行收集，与某一设备具体相关，在时间上前后存在关联性的一类数据。如上图所示，对于电网中的电表设备，其电压、电流值就是典型的时序数据。

一条时序数据记录一般可定义为三元组： <DevicelD, Timestamp, Value>

• DeviceID : 产生该条数据的物理设备／传感器
• TimeStamp 为记录产生的时间戳
• Value : 为设备测点具体的值。

在智能电网设备运行中，需要存储的数据包括状态量和模拟量。状态量反应设备的运行状态和告警状态，一般通过事件顺序（Sequence of Event，SOE）记录可满足对数据的检索和分析需求。电流、电压和功率等模拟量会随着设备运行时刻变化，具有明显的时序特性，需要进行时序存储。通过在选定的时间内查询 SOE 记录，可以将状态量和模拟量进行关联分析。智能电网监控系统中，已对断路器、隔离开关，变压器、负荷和联络线等电网设备进行建模，数据模型包括状态量和模拟量，其中模拟量包括电压、电流、有功、无功和频率等，不同的设备类型需要采集和存储的模拟量不同。以智能电表为例子，智能电表是组成智能电网的基础设施，通常安装在用户楼宇，用于收集每户产生的电力负荷数据，智能电表至少每天将这些信息反馈给中央系统。智能电网时间序列数据主要由大量的时间戳 / 值对组成，且通常一次写入，多次查询，很少修改或删除，但可追加，根据智能电网应用场景，一般访问一段时间内或某一时间点的数据。下面我们可以具体看一下不同的电网设备采集和存储时序数据也大有不同。

经营概况、会员概况、店铺设置、配送设置、团长管理、团购商品、佣金记录、提现管理、基础设置、会员列表、会员分组、商品列表、商品分类、商品规格、商品属性、订单列表、订单售后、电子卡券、评论管理、核销管理、团长统计、商城概况、交易分析、商品分析、网站统计、优惠券、发券助手核销、优惠券拼团、秒杀、砍价、分销、文章营销、新客有礼、支付有礼、短视频、微信直播、开屏广告、弹窗广告、储值卡、超级海报、活动海报、会员价格、积分商城、积分规则、会员储值、会员签到、积分提现、会员卡等功能。