自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(497)
  • 收藏
  • 关注

原创 时序数据库IoTDB:功能详解与行业应用

一文读懂时序数据库 IoTDB。

2024-03-26 17:27:56 5685 1

原创 开源 × AI 线下之约|GOTC 2026,Apache IoTDB 在通明湖畔等你

11 月 14 日,和IoTDB一起感受开源生态的活力与创造力!

2026-11-09 16:48:49 47

原创 一张表,如何管理一类设备?用一个工厂案例看懂 IoTDB 表模型

拆解 IoTDB 表模型的结构、五步建模顺序与从建表到查询的操作路线。

2026-11-09 15:50:57 22

原创 25类操控事件、15类实训行为:IoTDB如何让数控实训评价有据可查?

从实践看工业时序数据转化为操作行为评价依据的技术路径

2026-11-09 15:40:42 29

原创 从冬奥气象预报到通用时序预测:时空预测的深度学习实践

释放时序数据价值的关键一跃:时空预测如何走向 Timer 时序大模型时代?

2026-11-06 18:10:25 280

原创 从设备数据到智能诊断,天洑如何基于 IoTDB 构建工业 AI 底座?

用 IoTDB 连接虚拟模型与真实工厂

2026-10-30 17:59:38 290

原创 从 IoTDB 到 CED-DB:哈尔滨工业大学探索云边端协同时序数据库

同时,系统采用重叠切换机制,在云端准备查询计划时,边缘侧继续执行任务,减少查询迁移过程中的中断。从 CED-DB 的系统架构,到 LOADs 的分层存储、智能调度与协同查询,这项研究关注的并不是单一数据库节点的性能优化,而是如何在云边端异构资源环境下,更高效地组织数据、分配查询任务,实现跨层协同执行。对于工业物联网中的复杂分析负载,系统能够在利用云端算力的同时,保留边缘侧数据的实时性。系统可以展示云节点和边缘节点的拓扑关系,监控节点资源,进行SQL下发,并观察任务执行状态,为多节点协同运行提供管理基础。

2026-10-29 17:22:29 403 1

原创 400亿时序数据点、10TB历史数据:IoTDB如何支撑储能数据迁移?

在高频、多源、弱网并存的储能场景下,数据平台需实现数据稳定接入、高效管理与业务闭环。团队基于IoTDB构建全链路时序数据体系,通过树模型匹配设备层级,采用批量写入与本地缓存机制应对弱网挑战,结合压缩编码与限速补传保障数据完整。系统支持高并发查询与控制指令闭环,实现从采集到调度的双向联动。实践提炼出“接、管、用、迁”四大可复用工程方法,彰显IoTDB在真实业务场景中的协同价值。

2026-10-23 10:54:49 386

原创 30 多个钢铁项目、2000 多万测点:如何用 IoTDB 支撑钢铁工业智能化?

在钢铁生产的温度管控场景中,平台进一步汇聚不同工序的温度数据,结合生产过程中的分析与预测需求,为全流程温度跟踪、异常识别和工艺优化提供支持。在钢铁生产的温度管控场景中,平台进一步汇聚不同工序的温度数据,结合生产过程中的分析与预测需求,为全流程温度跟踪、异常识别和工艺优化提供支持。平台对这些数据进行清洗、格式转换、整合和质量检测,并按应用需要开展建模与事件分析,最终通过 API、数据订阅或导出等方式提供给应用。在资产管理环节,平台提供数据目录、资产目录和数据服务目录等功能,让数据能够被发现、识别和使用。

2026-10-23 09:39:47 182

原创 一文看懂时序数据库:普通数据库加个时间字段,为什么还不够?

股票价格、成交量和期货行情,车辆行驶时的位置和速度,空气质量监测站记录的污染物浓度,以及智能手表记录的心率,也都属于这一类数据。通用关系型数据库同样可以完成这些查询,但当数据持续、高频地产生,历史数据不断累积,并且大量查询都围绕时间范围、趋势和多序列对比展开时,专门针对这类工作负载设计的时序数据库通常会更加合适。这些数据来自不同的地方,但记录方式相近:每条数据都有产生时间,新的记录会随着设备运行、系统变化、市场波动或环境变化不断增加。这些数据有个共同点:不是固定不变的,而是会随着时间变化持续产生新的记录。

2026-10-14 15:38:12 60

原创 效能优化:IoTDB 性能调优的底层逻辑与实战路径

所以,我们首先想到的是 DateRegion 太少了,后来经过验证也确实如此。业务不断增加负载,但吞吐上不去,延迟堆了好久,通过排查监控发现,对外内存也在持续上涨,而这个点就是一个异常的拐点。多级存储(两层SSD+一层OSS)下,客户离线数据有几百 T,但前两级存储只有 4 个节点,伴随着迁移速度快,文件可能还没来得及合并就被卸载到第三级,小文件依然很多。客户迁移场景会跨越数年数据,而 IoTDB 默认时间分区是 7 天,于是迁几年大概会有上千个活跃分区,每次刷盘生成几千个文件,这也是产生文件过多的原因。

2026-09-16 10:39:37 275

原创 天谋科技 CTO 乔嘉林:多模态时序数智化软件栈

8 月 22 日,2026 时序数据技术创新大会在北京成功举办,面对图片、文本、音频、视频等数据不断汇聚,时序数据应该如何重新定义?数据库需要扩展哪些能力,又如何兼顾安全、自主与可靠?企业多年积累的数据和领域知识,如何转化为服务真实业务的 Context,并进一步训练专属时序模型?这也是本次演讲的核心。下面,让我们一起走进演讲现场。据不完全统计,Apache IoTDB 累计下载量突破,全球累计管理数据规模达到;企业版激活超过;Timer 系列模型累计下载量超过。

2026-09-07 17:33:25 340

原创 清华大学软件学院王建民院长:工业时序数智库架构与数据价值魔方

我们邀请到清华大学软件学院院长王建民教授带来以“工业时序数智库架构与数据价值魔方”为题的主题演讲。

2026-09-03 18:28:47 225

原创 数据不搬家,直接做告警:Apache IoTDB 接入开源监控告警系统夜莺

在夜莺中,IoTDB 查询返回的温度、电压、转速等数值列可以映射为 Field 字段,设备号、产线、工厂、区域等上下文信息则可以映射为 Tag 字段。夜莺会根据 plant、line 和 device 标签拆分时序并逐台判定:当其中一台设备超温时,系统只生成对应设备的告警事件,并保留其工厂、产线和设备信息,不会与其他设备的告警状态混淆。其中,IoTDB 负责设备时序数据的持续写入、存储和查询,夜莺负责周期查询、阈值判定、事件生成、屏蔽、订阅、Pipeline 和通知,形成从设备数据到运维响应的闭环。

2026-08-28 18:27:37 389

原创 从趋势到技术,再到实践|2026时序数据技术创新大会完整议程发布

从院士与产业专家对 AI、数据库和数据基础设施未来的判断,到时序数据库底层内核、时序大模型训推、AI 数据生态等前沿技术,再到能源、电力、油气、船舶、轨道交通、储能、工业 AI 等真实产业现场——从平台建设、数据治理,到系统架构与 AI 价值转化,两场案例分论坛不讲抽象概念,而是回到真实项目现场,分享已经走过的路径、解决过的问题,以及仍在探索的答案。无论你更关注数据库、AI、工业数据基础设施,还是正在推进具体的数字化与智能化项目,都欢迎来到现场,与我们一起交流、讨论,也寻找属于自己的答案。

2026-08-17 16:56:29 220

原创 一线实战者开讲:2026时序数据技术创新大会应用案例分论坛阵容亮相

数据如何组织和治理?👉此外,清华大学、哈尔滨工业大学、东南大学、中国地质大学、青岛理工大学的研究者,也将围绕时空预测、通用时序大模型、云边端时序数据库、GNSS 数据治理与工业设备智能评价等方向展开前沿探索。8月22日,期待与各行业技术负责人、架构师、研发及运维工程师、数字化建设从业者相聚北京,与实践者面对面交流,共同探寻时序数据与AI在真实场景中的更多可能。来自能源电力、船舶、轨道交通、油气等工业领域及高校科研一线的技术负责人和研究者,将围绕实际业务中的数据基础设施建设与智能化应用,分享时序数据。

2026-08-17 16:53:32 182

原创 DB × AI 前沿之思|多位中外院士领衔,2026 时序数据技术创新大会主论坛议程揭晓

数据库与人工智能之间的关系,正从简单的能力叠加,走向更深层次的融合:数据如何持续支撑模型与智能应用,AI 又将如何反过来改变数据软件的能力边界?清华大学软件学院院长王建民将进一步从数据和智能的融合切入,从开源、体系结构与未来演进等维度展开思考,把焦点带向软件体系本身:数据与智能的融合,背后需要怎样的开源生态与体系结构支撑?中国工程院院士何友将以《人工智能发展与应用》为题,从人工智能本身的发展与应用出发,分享对相关技术演进与产业发展的思考,为上午的分享打开更广阔的视野。为主题,希望持续讨论的问题。

2026-08-13 10:36:44 180

原创 DB × AI 如何真正落地?6 场核心技术分享一次讲透

整套内容覆盖存储、AI、云原生、安全、性能调优,系统了解时序数据技术链路中的关键问题,制造、能源、物联网运维、算法研发、数据架构师均可精准对标。

2026-08-13 10:10:27 219

原创 8月22日再聚北京!参加2026时序数据技术创新大会的五个理由(限时有礼)

8 月 22 日,2026 时序数据技术创新大会将在北京丽都皇冠假日酒店启幕。本届大会主题升级为并邀请来自高校、科研机构、技术社区及一线企业的嘉宾,集中探讨数据库与大模型、时序智能及工业智能体等前沿方向,在完整议程和嘉宾阵容陆续揭晓前,让我们将时间拨回 2025 年,

2026-08-07 11:10:32 249

原创 工具介绍|TsFile Viewer:让 TsFile 数据看得见、查得清

TsFile 是 Apache IoTDB 生态中的重要底层文件格式,面向时序数据的高效写入、存储和传输。TsFile Viewer 是一款面向 TsFile 的可视化查看与分析工具。用户可以选择已有文件,也可以拖拽或点击上传.tsfile文件,直观查看文件结构和数据内容,并对文件健康状态进行扫描。选择文件—查看结构—筛选数据—分析或导出。此外,TsFile Viewer 提供中英文双语界面。用户可通过左下角的语言切换器一键切换,页面文案以及日期、分页等通用组件会同步完成本地化适配;

2026-07-31 18:27:40 359

原创 关于2026 时序数据技术创新大会,你最想知道的7个问题,答案都在这(含早鸟福利)

这段时间,后台和私信被小伙伴们的热情提问“轰炸”了个遍——大家关心的报名、参会、福利、吃饭、社群……👉线下参会:可近距离对接大咖、面对面交流答疑、解锁全部现场互动游戏、集齐展台印章抽奖、领取实体周边,社交+学习+薅羊毛三合一,绝对不白来!之前已报名大会的朋友们一样可以获得早鸟福利,两天内收到早鸟报名成功短信,即可享受早鸟权益,到场领取你的专属餐券~扫描二维码即可,所有参会须知、直播预告、课件资料、参会答疑等,均在群内同步,是参会小伙伴的专属交流根据地!线下福利直接拉满,线上主打省心便捷,按需选择不纠结!

2026-07-31 12:05:48 184

原创 IoTDB 树模型设计:从主数据同步到时序路径初始化

因此,建议在生产初始化前,通过「主数据同步 → 路径生成 → 评审确认 → 批量创建」四步闭环,确保路径设计满足未来 3-5 年的业务扩展。初始化流程的第一步,是将这些元数据同步到 IoTDB 侧,再驱动路径创建。若集群扩容,只需重启客户端即可感知新节点,无需修改配置。本文涵盖的 3C3D 集群接入、SessionPool 多节点配置、主数据同步机制,均来自真实能源物联网平台的生产实践,可直接作为工程模板复用。聚焦路径层级规划、数据类型与编码压缩选型、集群接入、以及主数据同步的完整初始化流程,

2026-07-23 16:24:13 346

原创 定档!2026 时序数据技术创新大会 8·22 北京

时序数据技术创新大会(原 IoTDB 用户大会)是面向工业时序数据领域的年度技术会议。过去一年,数据库与 AI 的融合从概念走向落地,工业场景对"数据底座 + 智能分析"一体化能力的需求越来越具体——这正是大会升级的出发点。2026 时序数据技术创新大会,将于 8 月 22 日(周六) 在 北京丽都皇冠假日酒店 举办,线下会议 + 线上直播同步进行。

2026-07-23 15:00:01 217

原创 白话时序大模型系列-7:时序预测如何落地?

时序大模型落地,从简单到复杂,大概有四层:1. 预测 + 可视化:给人看,门槛最低,最快上手。2. 预测 + 阈值判断:系统能自动告警。3. 预测 + 智能分析:用轻量模型做精细判断,各取所长。4. 预测 + 分析 + 控制——真正的工业级闭环。可以看到,不管是哪种方案,都不仅仅是模型的事,都需要配套完整的软件系统,说到底,不管模型有多大,它还只是一个算法,一个工具。如何让工具发挥价值,才是我们要持续探索的。​。

2026-06-25 20:30:00 238

原创 IoTDB 1.3.3 集群搬迁 SOP:从 flush 到 load 的 9 步实操,纯干货!

本文基于一次真实的 IoTDB 1.3.3 单副本 3C3D 集群搬迁,整理出 9 个可复用脚本、关键参数含义,以及 load 过程中最容易踩的 5 个坑。适合需要在不停业务写入的前提下,把 TsFile 从 A 集群搬到 B 集群的运维同学参考。

2026-06-25 15:42:50 298

转载 白话时序大模型系列-3:一个函数,三个场景,看透本质

输入就不应只是拥堵指数的历史数据,还应包括过去时段的降雨量、是否节假日、是否有大型活动等协变量的历史序列。这个场景的精髓在于:目标变量本身很难预测,但有些影响它的协变量,其未来值是已知的或可以被精准预测的。它就是这样一个聪明的函数,能够灵活地整合不同维度的历史与未来信息,为我们描绘出关于未来的趋势。在这里,输入中除了目标变量本身的历史,还加入了其他相关变量的历史,这些变量被称为。今天,我们来“祛魅”,把时序大模型到底怎么用的,用一个函数和三个场景讲明白。模型只从它自己的过去,学习它的规律,并预测它的未来。

2026-05-28 17:40:00 62

转载 为什么是时序数据库?工业关键系统呼唤信创级“安全可靠”的数据底座

数据丢点、时序乱序、同步延迟等问题,都会造成设备状态误判、运维决策偏差、生产控制失效,在核电、航天等关键场景中,极易引发安全生产风险。等关键基础设施领域,海量的数据来自设备传感器,它们是不同时间上收集到的数据,用于所描述现象随时间变化的情况——也就是时序数据。从核心技术自主性、安全保障能力、供应链可持续性等核心维度,对产品研发、生产、交付、运维、迭代全流程进行“穿透式”审查。mechoDB 的突破,不仅是企业技术实力的佐证,更为我国工业底层数据基础设施的国产化升级,提供了一套经过验证的方案。

2026-05-27 18:10:27 64

转载 本周天津见|时序数据库 IoTDB 与时序智能服务平台 TimechoAI 受邀参加 2026 智博会

依托自主研发的时序数据库 IoTDB 与时序智能服务平台 TimechoAI,为能源电力、航空航天、钢铁冶炼等多领域提供高效、稳定、低成本的数据管理与价值挖掘服务。期待与各位业内专家、产业伙伴面对面交流,共话智能产业创新发展,共探技术融合、生态共建、产业落地新机遇!,以高端化、国际化、专业化、市场化为理念,聚焦智能科技前沿趋势,全方位展示人工智能、算力基础设施、、具身智能等领域新技术、新产品、新场景,打造全球智能产业高端交流合作平台。,携手行业伙伴探索智能科技与产业融合发展新未来。齐聚超 700 家企业。

2026-05-25 17:33:57 54

转载 欢迎报名 | 清华大数据智能讲堂——流程挖掘教父威尔教授:为何AI需要以对象为中心的流程挖掘

其研究方向涵盖流程挖掘、数据科学、流程智能、业务流程管理、人工智能、机器学习、工作流自动化、佩特里网、流程建模与仿真。他同时担任国际信息处理联合会会士(IFIP Fellow)、电气和电子工程师协会会士(IEEE Fellow)、美国计算机学会会士(ACM Fellow),并当选荷兰皇家艺术与科学院院士、荷兰皇家科学与人文学会院士、欧洲科学院院士、北莱茵-威斯特法伦州科学人文艺术院院士、德国国家科学与工程院院士。流程涉及多类交互对象:资源、文档、设备、客户、订单、物料、发票、传感器与事件等。

2026-05-22 17:44:04 53

转载 你的脑洞,值得被“电”亮!TimechoAI 有奖反馈征集令!

我们诚邀每一位用户参与 TimechoAI 试用、大胆提意见,无论是使用中的小痛点、功能上的新期待,还是体验里的小细节,你的每一句话,都能让 TimechoAI 变得更好。体验过 TimechoAI 的你,心里一定有点想法吧?👉 现在就打开 TimechoAI,开始试用,提交你的反馈吧!只需动动手指留下你的真实使用反馈,就有机会把一份有温度的定制好礼带回家!6 月 5 日活动结束后,我们将统一审核所有收到的反馈,并。别让你的“灵感”在脑海里吃灰,它们对我们至关重要!只要你的建议够优质,礼品一样有你一份~

2026-05-21 17:41:42 66

转载 时序大模型的定位、价值与未来丨TimechoAI 首次直播回顾

作为模型研发方,我们无法穷尽时序大模型在每一个具体场景中的预测效果,这需要用户在自己的领域中去实际验证。:时序智能分析的场景多种多样:有的要预测未来变化,有的要识别曲线对应的事件(如开机还是关机)。:在实际客户项目里,这种三方协同的模式推进周期会非常长,业务专家要提供业务输入,数据分析师要从数据角度给出思路,:Timer 发源于清华大学软件学院,这也是 IoTDB 的发源地,由清华大数据团队研发,技术沉淀深厚,从规则模型、机器学习模型,到深度学习模型,再到如今的时序大模型,这也是我们产品的演进思路。

2026-05-19 18:13:51 87

转载 白话时序大模型系列-2:机理为王,数据为辅,时序大模型正确入局时机

大家对待这类场景的一条解决途径,就是通过各种观测手段,采集大量的观测数据(时序数据),如温度、振动、电流、大气压等。对工程师而言,机理知识就像一份详尽的设计蓝图,是“上帝视角”。大家从数据中挖掘规律和知识的一个重要方式,就是做模型算法,把数据的知识学到模型的参数里,有点像往大脑里输入信息。:面对全新设备或流程,没有可直接使用的机理知识,希望将数据预测快速引入系统,进行流程验证,降低“冷启动”时间。它的能力,来自于对海量、多源时序数据中通用模式的建模、压缩与学习,比如趋势、周期、突变以及各种复杂的相关性。

2026-05-18 17:40:21 70

原创 时序数据库 Apache IoTDB 入选联合国科技创新论坛全球 60 大创新案例

开放基础设施数据共同体(OIDC)方案由中国科协联合国咨商开源创新专委会成员单位共同推动,依托清华大学软件学院的学术研究支撑,中国科协与中国通信学会的指导,Apache IoTDB 社区的开源协作,以及天谋科技的工程实践,形成了“从清华大学的长期科研积累,到工业场景中的持续验证,再到国际可持续发展议题中的展示,IoTDB 正在以开源技术为纽带,探索一条服务全球基础设施数字化的实践路径。基础设施的可持续发展,不能仅依赖桥梁、电网、管道等物理资产,更需要一个开放、可共享、低门槛的数字基础作为支撑。

2026-05-15 17:40:33 549

原创 谷歌编程之夏 2026 名单公布 | Apache IoTDB 社区项目成功获选!

入选项目将于 5 月 25 日 正式进入编码阶段,相关同学将在社区导师全程指导下完成开发,请各位参与项目的同学持续跟进,请其他社区同学敬请期待成果落地!(GSoC)的四大候选提案,面向所有开发者/学生/行业关注者开放报名招募,参与开源共建。我们鼓励报名其他选题的同学,继续加入 Apache IoTDB 开源社区。,面向学生 / 开发者开放优质开发课题,等待你参与到真实功能的落地过程。欢迎对时序基础设施开发感兴趣的同学加入 IoTDB 开源社区。,助力大家落地想法,欢迎各位积极贡献自己的一份力量!

2026-05-13 17:40:52 324

原创 活动预告|高新成果落地转化,Apache IoTDB 相约宁波

我们诚挚邀请各位专家、学者、产业伙伴拨冗出席,莅临现场交流指导。期待与您齐聚宁波,共探基础软件创新与产业数字化转型新机遇!这不仅是对其在基础软件领域长期技术积累的高度认可,更是对其工程化能力与产业化应用实践的充分肯定。:现场深度解析核心技术优势,分享在工业多领域的产业化落地实践及前沿行业洞察。:现场设置专属展位,欢迎各位与我们交流探讨、近距离了解技术实力与产品能力。为加快重大科技成果转化,推动科技创新与产业创新深度融合。为国家级高新技术成果搭建展示、交流与对接的权威平台。2026 年 5 月 15 日。

2026-05-12 17:41:13 342

转载 白话时序大模型系列-1:什么是时序大模型

那么,能不能专门练这些基本功,形成一个通用的时序分析组件,去降低各个场景的数据准备和模型构建的成本?时序大模型,就是把海量时序数据里的通用规律,提前学成一个超级 AI 底座,拿来就能用、少数据也能用。其中,时序大模型是可以直接使用的,而预训练数据,是时序大模型研发人员要考虑的,使用者不需要考虑。在时序算法工程师的多年探索后,也同时受到大语言模型的启发,不论是什么时序分析场景,都会涉及到。有了时序大模型,模型构建的工作就能被简化,变成小模型+大模型联合解决方案。在这些场景里做分析,都需要一事一议。

2026-05-12 17:41:13 97

转载 【直播预告】从时序数据库到时序智能:TimechoAI 首场公开分享

面对设备运行、能耗监测、业务流量、销量变化等大量时间序列数据,企业到底该如何更低门槛地把数据真正用起来?欢迎所有关注时序数据库 IoTDB 、时序大模型 Timer 的行业用户、技术人员与合作伙伴,—— 面向时序预测与智能分析的云服务平台,为企业时序数据价值释放打开新可能。从时序数据库到时序智能,TimechoAI 的第一场公开分享要来了!数据库、通用大模型、时序大模型,我们如何看待这三者的关系。从技术底层到场景落地,从产品定位到客户价值,一次性讲清。TimechoAI 为什么做、是什么、能带来什么。

2026-05-11 18:13:55 59

转载 聚焦油气数智化!IoTDB + TimechoAI 登陆中国石油石化企业信息技术交流大会

💡 石油石化作为国家能源安全的支柱产业,是落实“四个革命、一个合作”能源安全新战略的重要载体,而数字化、智能化转型已成为推动石油石化行业高质量发展、实现高端化、智能化、绿色化升级的必由之路,更是深入实施“十五五”数智化发展规划、推动“人工智能+”行动落地的关键抓手。将时序数据库 IoTDB 与时序智能服务平台 TimechoAI 深度融合,为油气勘探开发、炼化生产、管网运行、设备运维等场景,构建从海量时序数据高效管理到智能预测、异常诊断、数据填补的全栈解决方案。5 月 13 日 – 15 日相聚北京。

2026-05-11 18:13:55 70

原创 时序大模型如何帮航司省下数百万?TimechoAI 在航空运维领域的应用实践

这次航空场景中的实践也再次说明:在复杂、高要求的行业场景里,AI 的价值并不只是“用了模型”,而在于是否真正理解业务、定义好问题,并把模型能力嵌入到可执行的业务流程中。对航空公司来说,一次关键部件故障带来的影响,从来不只是一次维修本身。在航空运维场景中,重要的不只是“故障发生后尽快处理”,还在于能否在故障真正影响运行之前,更早识别异常征兆,把被动维修尽可能前移为预见性维护。当故障样本稀少、工况高度复杂、规则方法难以奏效时,业务机理理解与时序模型能力的结合,能够真正把时序数据转化为可落地的预警能力。

2026-05-09 17:30:46 357

原创 时序数据库 IoTDB + 时序智能服务平台 TimechoAI 亮相中国核电信息技术高峰论坛

欢迎业内专家、合作伙伴到场,深入交流核电数字化、智能化实践,探讨时序数据技术如何赋能行业安全运营、降本增效与自主创新。通过时序数据库 IoTDB 与时序智能服务平台 TimechoAI 深度融合,打造全栈解决方案,全方位支撑核电站安全监测、故障预警、智能运维与数字化转型。💡核电作为清洁能源的核心力量,是保障能源安全、实现“双碳”目标的重要支撑,而数字化、智能化转型已成为推动核电行业高质量发展的必由之路。,汇聚政、产、学、研、用多方力量,共话行业数智未来!天谋科技将带来面向核电智能的时序数据基础设施,

2026-05-09 17:30:46 377

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除