王風碩 曾麗

摘要：隨著物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、泛在電力物聯(lián)網(wǎng)的迅猛發(fā)展，海量的傳感數(shù)據(jù)需要被記錄下來并用于大數(shù)據(jù)分析，所以對這類和時間序列強相關(guān)數(shù)據(jù)的存儲和檢索也提出了更高的要求，尤其在智能駕駛、運輸、消防、電力等特殊業(yè)務更為突出。在這種背景下，時序數(shù)據(jù)庫逐步發(fā)展并得到了廣泛的應用。相對于傳統(tǒng)關(guān)系型數(shù)據(jù)庫它的存儲空間減半，查詢速度極大提高，是解決海量數(shù)據(jù)處理的一項重要技術(shù)。該文分析了時序數(shù)據(jù)的存儲與數(shù)據(jù)查詢原理，并對時序數(shù)據(jù)庫InfluxDB在智慧用電領域的應用進行了研究。

關(guān)鍵詞：時序數(shù)據(jù)庫;influxDB;智慧用電;安全治理

中圖分類號：TP391? ? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）30-0048-03

開放科學（資源服務）標識碼（OSID）：

隨著信息技術(shù)的快速發(fā)展和5G技術(shù)的推廣，大數(shù)據(jù)的價值已經(jīng)開始體現(xiàn)在各行各業(yè)， 越來越多的傳統(tǒng)企業(yè)已經(jīng)開始關(guān)注到行業(yè)的大數(shù)據(jù)，已經(jīng)在很大程度上決定著自己企業(yè)的未來發(fā)展及方向。但是像基于泛在電力物聯(lián)網(wǎng)的智慧用電這一領域，通過傳感設備采集到電壓、電流、導線溫度等數(shù)據(jù)都是有時間序列的特點，目前對于這類海量時序數(shù)據(jù)的存儲和查詢一般都是采用傳統(tǒng)關(guān)系型數(shù)據(jù)庫進行處理。由于關(guān)系型數(shù)據(jù)庫自身的特點，無法進行高效的數(shù)據(jù)存儲和海量數(shù)據(jù)的快速查詢。時序數(shù)據(jù)庫管理系統(tǒng)通過使用LSM-Tree等特殊的存儲方式，使得可以高效存儲和快速處理海量時序數(shù)據(jù)，成為解決海量時序數(shù)據(jù)處理的一項重要技術(shù)[1]。該技術(shù)極大提高了時間相關(guān)數(shù)據(jù)的處理能力，時間序列數(shù)據(jù)庫優(yōu)越的查詢性能遠超過關(guān)系型數(shù)據(jù)庫，開源的influxDB以其卓越的性能和穩(wěn)定性成為智慧用電業(yè)務的最佳數(shù)據(jù)庫選型。

1時序數(shù)據(jù)庫

1.1時序數(shù)據(jù)

時序數(shù)據(jù)（Time Series Data）就是一串串按照時間維度進行索引的數(shù)據(jù)，這些數(shù)據(jù)用于描述被測主體對象在一個時間范圍之內(nèi)具體時間點上的某一個測量值。時序數(shù)據(jù)在IT基礎設施和監(jiān)控系統(tǒng)，以及物聯(lián)網(wǎng)系統(tǒng)中使用比較普遍。時序數(shù)據(jù)可以在時間空間上將一個個獨立的觀測值連成一條線，能夠反映軟硬件系統(tǒng)的狀態(tài)變化趨勢，從而為我們研究和預測提供數(shù)據(jù)基礎，除此之外，時序數(shù)據(jù)還具有以下特點：

①隨時間推進，同一個維度的數(shù)據(jù)重復取值，指標會平滑變化。

②萬計的終端設備會在較短時間內(nèi)持續(xù)產(chǎn)生海量的數(shù)據(jù)，這些數(shù)據(jù)需要高并發(fā)實時寫入數(shù)據(jù)庫。

③一般業(yè)務場景還需要根據(jù)數(shù)據(jù)按不同維度對統(tǒng)計指標進行分析。

④需要高頻查詢最近的數(shù)據(jù)，使得這類數(shù)據(jù)存在顯著的冷熱特征。

1.2 時序數(shù)據(jù)的數(shù)學模型

如下表1的時序數(shù)據(jù)，記錄了智慧用電一段時間內(nèi)某些設備的告警數(shù)據(jù)，成功告警會觸發(fā)記錄一個觀測值。以該數(shù)據(jù)為例，介紹下時序數(shù)據(jù)的數(shù)學模型。

Metric：用于度量的數(shù)據(jù)集，類似于MYSQL中table，如表1中的device_alarm。

Point：一個數(shù)據(jù)觀測點，類似于MYSQL中row，如表1中的數(shù)據(jù)記錄。

Timestamp：時間戳，表示該數(shù)據(jù)的采集時間點，如表1中timestamp。

Tag：維度列，代表數(shù)據(jù)的歸屬或?qū)傩?，表明是哪個設備產(chǎn)生那種類型的告警，一般不隨著時間變化，如表1中的設備碼code和告警類型type。

Field：指標列，代表數(shù)據(jù)的測量值，隨時間平滑波動。

1.3數(shù)據(jù)庫比較

MySQL等關(guān)系型數(shù)據(jù)庫在海量時序大數(shù)據(jù)場景下有以下的問題，對于時序數(shù)據(jù)沒顯著變化壓縮效果，而且需占用大量資源導致存儲成本過高。單機吞吐量有限，很難滿足海量的數(shù)據(jù)實時寫入。沒有存儲策略，隨時數(shù)據(jù)規(guī)模的遞增，需要人工進行分庫分表。這類適用OLTP系統(tǒng)的數(shù)據(jù)庫，針對海量的時序數(shù)據(jù)，查詢性能衰減嚴重。時間序列數(shù)據(jù)庫與其他傳統(tǒng)的關(guān)系數(shù)據(jù)庫相比而言，其中最大區(qū)別在于時序數(shù)據(jù)庫是以具體時間為索引來記錄數(shù)據(jù)庫。如圖1所示為智慧用電平臺中時序數(shù)據(jù)庫傳感數(shù)據(jù)的顯示形式，其索引為time，后面的列記錄了傳感設備在當前時間下的不同屬性值，而且隨著時間推進，這些記錄會周期性地遞增。隨著用戶及設備增加，并發(fā)寫入會線性增加，但是由于定期采樣，寫入量是可以保持平穩(wěn)，但是不會有更新及刪除操作。這些特性使得時序數(shù)據(jù)庫采集數(shù)據(jù)非常平穩(wěn)，數(shù)據(jù)記錄時效性很強，隨著時間增加查詢性能也不會降低。和關(guān)系型數(shù)據(jù)庫相比較，時序性數(shù)據(jù)庫更多的場景的是寫入操作，所以時間序列數(shù)據(jù)庫一般采用了LSM-Tree存儲方式來代替?zhèn)鹘y(tǒng)的B -Tree，以提升了寫入性能。

2 時序數(shù)據(jù)庫在智慧用電中的應用

智慧用電突破傳統(tǒng)互聯(lián)網(wǎng)技術(shù)的用電安全平臺的“在線”的局限，利用互聯(lián)網(wǎng)和大數(shù)據(jù)的同時，實現(xiàn)了人與人、人與物以及物與物之間實時信息交換和泛在聯(lián)系。這種“線上”和“線下”的融合也體現(xiàn)了泛在電力物聯(lián)網(wǎng)“無所不在”的本質(zhì)特征，而這種特征也是適應電氣安全需要實時監(jiān)控的動態(tài)特征。智慧用電基于移動互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)、云計算技術(shù)等，通過物聯(lián)網(wǎng)傳感終端，將辦公樓宇、醫(yī)院、學校、酒店、商城等人員密集場所的電氣參數(shù)數(shù)據(jù)，實時通過無線通信模塊傳輸至云服務器，為用戶和管理人員提供不間斷的數(shù)據(jù)、實時統(tǒng)計分析和安全監(jiān)管。而且平臺根據(jù)數(shù)據(jù)模型也可以發(fā)現(xiàn)各種安全隱患及時進行預警，并實時推送給用戶和責任人員，以便及時檢查和排除隱患。另智慧用電還支持漏電、過流、短路、過載、過壓、欠壓等多重用電保護，以及漏報自檢，功率限定，電量計算，在智慧用電平臺之上，各個子系統(tǒng)平臺之間的數(shù)據(jù)流通過封裝的API在EMQ，Redis，influxDB和MYSQL中間件之間可以實現(xiàn)即時有效傳遞。

2.1智慧用電架構(gòu)

智慧用電平臺通過物聯(lián)網(wǎng)智能斷路器終端，集成電氣、火災等監(jiān)控傳感器和基于NB-IOT和MQTT協(xié)議的通信模塊。并搭載物聯(lián)網(wǎng)大數(shù)據(jù)分析服務云平臺，為電氣安全監(jiān)管和能源數(shù)據(jù)管理提供了綜合解決方案?！爸悄芙K端”高度集成電氣、火災監(jiān)控產(chǎn)品功能，能夠?qū)崟r精準監(jiān)測用電末端的各項電氣參數(shù)及過程，通過業(yè)務分析平臺實時統(tǒng)計分析大數(shù)據(jù)信息，及時反饋、提示隱患，幫助終端用戶實現(xiàn)有效的電能管理， 通過安全治理平臺實現(xiàn)從用電隱患發(fā)現(xiàn)到治理的閉環(huán)式服務，及時消除電氣安全隱患。僅需要在用戶的配電柜或末端的配電箱上安裝智能終端，就能夠?qū)崟r、精準進行線路的各項電氣參數(shù)數(shù)據(jù)的采集，并通過無線通信模塊把數(shù)據(jù)通過MQTT協(xié)議上傳到分布式部署的inluxDB時序數(shù)據(jù)庫中。再應用使能平臺對接收到的時序數(shù)據(jù)進行分析，通過微信、短信、App消息等方式及時將預警信息及時發(fā)送給用戶、責任人員、管理人員等，以便及時排查和消除安全隱患。基本架構(gòu)如圖2所示：

2.2智慧用電業(yè)務分析

平臺利用多維參數(shù)來智能識別安全隱患，利用差異化的供電回路的特性，實現(xiàn)了個性化安全隱患自適應識別算法。該算法通過橫向分析和縱向分析，建立了一套對電氣特征數(shù)據(jù)進行全方位度量的指標體系，橫向指標用于刻畫多個傳感器參數(shù)（電流、電壓、線溫等）之間的平衡度，摒棄傳統(tǒng)單一閾值判斷方式，通過多維度參數(shù)識別安全隱患?？v向指標用于刻畫供電回路對歷史常態(tài)的偏離度及分布，從而對不同供電回路實現(xiàn)個性化、自適應的隱患特征識別。并依據(jù)消防、電力行業(yè)規(guī)則建立大數(shù)據(jù)分析模型，結(jié)合大數(shù)據(jù)分析技術(shù)對安全隱患進行深入分析，分析不同類型隱患的特點，進行精準識別確認、預警和防范。

2.3智慧用電安全治理

業(yè)務分析平臺對電氣火災安全隱患進行了精準定位和準確排查后，可以將結(jié)果和風險評估報告推送給終端用戶，提醒并有效指導終端用戶進行安全隱患的處理，達到了防患未然的效果。平臺通過對海量線上終端設備的電氣數(shù)據(jù)記錄，積累形成安全用電行業(yè)大數(shù)據(jù)，并通過對大數(shù)據(jù)的分析，可以有效準確評估和預測用電量、用電安全等趨勢，為政府職能部門提供專業(yè)的用電調(diào)度、電氣火災分布、安全隱患分析、治理服務等大數(shù)據(jù)支撐。用戶在智慧用電的客戶端可以對自己的接入終端的電流、電流和溫度的實時檢測，及設備運行狀態(tài)的趨勢數(shù)據(jù)，查看平臺推送的預警及專家建議。管理人員可以在職能端查看所監(jiān)控設備的剩余電流、導線溫度和電流等數(shù)據(jù)變化，如果發(fā)現(xiàn)電氣線路動態(tài)運行中出現(xiàn)的安全隱患，可以及時進行響應及處置。智慧用電平臺也可根據(jù)預設開啟報警，在智能化（自識別、自學習）模式下對電氣線路運行狀態(tài)進行預判分析，并在數(shù)據(jù)分析基礎上向所用戶進行預警信息的及時發(fā)送，讓用電安全更加智能化。

3結(jié)束語

在工業(yè)互聯(lián)網(wǎng)與信息化快速發(fā)展的大背景下，各行各業(yè)都部署了大量的設備傳感器和監(jiān)控系統(tǒng)，二者一起提供了按照時間順序形成的實時數(shù)據(jù)，這些海量實時數(shù)據(jù)能夠反映設備的狀態(tài)和特征值的變化過程，可以滿足多樣化的業(yè)務分析需求。本文就是在該背景下，根據(jù)智慧用電中的海量數(shù)據(jù)需求，分析了時序數(shù)據(jù)庫與傳統(tǒng)的關(guān)系型數(shù)據(jù)庫的區(qū)別，并確定了時序數(shù)據(jù)庫在智慧用電平臺中作為數(shù)據(jù)存儲平臺的優(yōu)勢，并以時序數(shù)據(jù)庫 InfluxDB 作為時序數(shù)據(jù)存儲的基礎，在此基礎上構(gòu)建了智慧用電平臺及合個子平臺，實現(xiàn)了智慧用電過程時序數(shù)據(jù)的存儲、實時數(shù)據(jù)監(jiān)測等基本功能。該平臺現(xiàn)已經(jīng)投入實際運用，運行效果良好，為安全監(jiān)管和能源數(shù)據(jù)管理提供保障，同時也為政府職能部門決策提供行業(yè)大數(shù)據(jù)支撐。

參考文獻：

[1] 徐化巖，初彥龍.基于influxDB的工業(yè)時序數(shù)據(jù)庫引擎設計[J].計算機應用與軟件，2019，36（9）：33-36，40.

[2]趙棟，劉宏.智慧用電監(jiān)控系統(tǒng)在電氣火災中的應用[J].消防科學與技術(shù)，2018（12）.

[3] 謝小軍，柳星，馬亮，等.基于大數(shù)據(jù)的智慧用電系統(tǒng)設計[J].電工技術(shù)，2019（24）：118-119，125.

[4] 高波，李飛，唐如意，等.泛在電力物聯(lián)網(wǎng)配用電側(cè)智慧感知設備設計[J].河北電力技術(shù)，2019，38（6）：11-13，30.

【通聯(lián)編輯：梁書】