CN113639305A - 一种基于时序数据库平台的换热站负荷预测系统 - Google Patents
一种基于时序数据库平台的换热站负荷预测系统 Download PDFInfo
- Publication number
- CN113639305A CN113639305A CN202110746540.4A CN202110746540A CN113639305A CN 113639305 A CN113639305 A CN 113639305A CN 202110746540 A CN202110746540 A CN 202110746540A CN 113639305 A CN113639305 A CN 113639305A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- load prediction
- heat exchange
- sequence database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D19/00—Details
- F24D19/10—Arrangement or mounting of control or safety devices
Abstract
本发明涉及集中供热换热站负荷预测技术领域,且公开了一种基于时序数据库平台的换热站负荷预测系统。该基于时序数据库平台的换热站负荷预测系统,包括通讯模块、天气预报采集传输模块、负荷预测模块和时序数据库系统,换热站采集数据通过通讯模块、SCADA服务器、数据访问存储接口。本发明通过文件系统和关系型数据库,磁盘占用少、读写速度快,首先,数据经过压缩后占用磁盘空间更少,磁盘空间占用仅为35%;其次,数据写入速度更快,写入速度提高3倍;最后,数据读取速度更快,读取速度提高20倍。相比一般实时数据库采用有损压缩存在信息损失的问题,本发明采用无损压缩方法没有信息损失。
Description
技术领域
本发明涉及集中供热换热站负荷预测技术领域,具体为一种基于时序数据库平台的换热站负荷预测系统。
背景技术
城市供热是我国北方城市的重要基础设施之一,随着国家对节能减排的日益重视,大部分地区都采用了集中供热的供暖方式。但是由于集中供热系统是一个与天气变化密切相关的多变量、大滞后的时变系统,系统运行的工况分析非常复杂,因此在供热系统运行调节过程中对换热站配置负荷预测系统,有助于供热系统调度中心统筹安排热源和其他换热站的协调配合,及时调整调度计划,科学合理安排热网运行管理,真正实现“量化分析、按需供热”,提高供热系统能效。
时序数据库(TSDB)是一种特定类型的数据库,主要用来存储时序数据,其典型场景是监控业务下对海量数据进行采集、处理、存储、计算查询和统计等。时序数据库采用专门设计的存储引擎,提供高吞吐量的数据写入能力,并且能够对历史数据进行数据压缩,不仅可以降低存储磁盘开销,同时压缩后的数据也大大降低数据查询开销。针对时序数据冷热分离的特性,时序数据库提供了数据分级存储和TTL过期淘汰机制,系统提供的接口可以帮助开发人员实现大容量、高频率海量数据的多维度查询、聚合、展示和分析。传统的供热负荷预测系统大多数据基于B/S架构实现,直接与关系型数据库打交道,没有一个高效、快速的数据存储、处理平台,使用的实时数据就不能保证其快速、实时的响应,另外,负荷预测结果也无法实时更新显示,且时序数据的存储和处理方法主要有文件系统、关系型数据库软件和实时数据库软件。文件系统和关系型数据库软件因缺乏针对时序数据库的索引、压缩,存在占用空间大、读写速度慢问题。实时数据库软件多采用有损压缩方法降低存储空间提高读取写速度,缺少一种无损压缩、高效读写的时序数据库系统。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于时序数据库平台的换热站负荷预测系统。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种基于时序数据库平台的换热站负荷预测系统,包括通讯模块、天气预报采集传输模块、负荷预测模块和时序数据库系统,换热站采集数据通过通讯模块、SCADA服务器、数据访问存储接口、数据消息队列和数据缓存模块存储至时序数据库系统中,数据访问存储接口、数据消息队列、数据缓存模块和时序数据库服务器依次连接并且双向通讯,负荷预测模块与数据访问存储接口双向通讯,天气预报采集传输模块通过互联网与国家气象局实时请求并解析天气预报数据,通过数据访问存储接口存储至时序数据库系统中,所述数据缓存模块内包括写入模块、内存缓存模块、读取模块、压缩模块和数据文件,所述读取模块包括时刻获取模块、参数获取模块、数据点获取模块、聚合处理模块、发送模块和更新模块、接收模块。
优选的,所述通讯模块采集来自换热站机组、热量表、水表、电表实时数据,并把接收来自数据存储访问接口的负荷预测结果及天气预报数据发送给供热调度系统。
优选的,所述数据访问存储接口、数据消息队列、数据缓存模块和时序数据库服务器依次连接并且双向通讯,负荷预测模块与数据访问存储接口双向通讯。
优选的,所述负荷预测模块通过建立负荷预测模型对换热站负荷进行预测,并把负荷预测结果发送给数据访问存储接口,并且通过SCADA服务器,通讯模块下发至换热站机组以及供热调度系统。
优选的,所述数据写入模块负责接收新数据,将数据分别写入内存缓存。
优选的,所述数据压缩模块负责将日志文件的数据按照设计的压缩方法和索引结构压缩成数据文件和读取模块响应读取请求,综合内存缓存和数据文件查询结果后返回。
优选的,所述数据点获取模块,用于根据数据过滤条件和数据查询的起始时刻开始,从时序数据库中获取N个数据点,所述N为预设的软性限制阈值;时刻获取模块,用于根据数据查询的各聚合函数的采样时间的最小公倍数、第N个数据点对应的时刻以及所述起始时刻,获取限制时刻。
优选的,所述接收模块,用于接收所述用户发送的携带所述限制时刻的继续查询指示消息;更新模块,用于将所述起始时刻的数值更新为所述限制时刻的数值,以继续进行数据查询处理。
优选的,所述聚合处理模块,还用于根据各所述聚合函数对所述起始时刻至所述结束时刻之间的所有数据点进行聚合处理,得到第二数据查询结果。
与现有技术相比,本发明提供了一种基于时序数据库平台的换热站负荷预测系统,具备以下有益效果:
1、本发明通过换热站机组的实时数据进行采集、解析、存储,并且自动采集、解析气象局天气预报数据,进行换热站负荷实时的短期/长期预测,并将预测结果及天气预报信息按时上传至供热调度中心,通过高速的时序数据库保证系统数据的实时性与正确性,解决了大规模换热站机组数据和天气预报数据的采集、存取以及预测结果存储问题。系统采用分布式计算存储架构,在进行数据访问存储时无需考虑数据库服务器的物理位置,整个系统的处理性能和容量可以实现不停机线性平滑升级。数据处理性能高,可快速操作数据点在十万点以上,数据存储访问吞吐量达每秒百万次以上。提供简单易用的第三方接口,支持二次开发,支持多用户,多线程,多连接访问。同时支持无损压缩和有损压缩,可以在有损压缩和无损压缩之间平滑切换,数据压缩比可达10比1。
2、本发明通过数据缓存模块设有写入模块、内存缓存模块、读取模块、压缩模块和数据文件,比文件系统和关系型数据库,磁盘占用少、读写速度快。首先,数据经过压缩后占用磁盘空间更少,磁盘空间占用仅为35%;其次,数据写入速度更快,写入速度提高3倍;最后,数据读取速度更快,读取速度提高20倍。相比一般实时数据库采用有损压缩存在信息损失的问题,本发明采用无损压缩方法没有信息损失。
3、本发明通过读取模块包括时刻获取模块、参数获取模块、数据点获取模块、聚合处理模块、发送模块和更新模块、接收模块,采用限制时刻对数据查询,从而实现了对数据的分页查询,每一页的原始数据点是有限的,与现有技术的对查询的最终结果进行限制的技术方案相比,相同的计算机资源处理一页数据所消耗的资源更少,消耗的时间更短,从而能够有效地提高数据查询的效率,真正实现控制数据查询对系统的耗时影响,而且还可以提高用户的使用体验。
附图说明
图1为本发明一种基于时序数据库平台的换热站负荷预测系统主框图;
图2为本发明一种基于时序数据库平台的换热站负荷预测系统数据缓存模块图;
图3为本发明一种基于时序数据库平台的换热站负荷预测系统读取模块图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-3,一种基于时序数据库平台的换热站负荷预测系统,包括通讯模块、天气预报采集传输模块、负荷预测模块和时序数据库系统,换热站采集数据通过通讯模块、SCADA服务器、数据访问存储接口、数据消息队列和数据缓存模块存储至时序数据库系统中,数据访问存储接口、数据消息队列、数据缓存模块和时序数据库服务器依次连接并且双向通讯,负荷预测模块与数据访问存储接口双向通讯,通讯模块采集来自换热站机组、热量表、水表、电表实时数据,并把接收来自数据存储访问接口的负荷预测结果及天气预报数据发送给供热调度系统,天气预报采集传输模块通过互联网与国家气象局实时请求并解析天气预报数据,通过数据访问存储接口存储至时序数据库系统中,负荷预测模块通过建立负荷预测模型对换热站负荷进行预测,并把负荷预测结果发送给数据访问存储接口,并且通过SCADA服务器,通讯模块下发至换热站机组以及供热调度系统,提供简单易用的第三方接口,支持二次开发,支持多用户,多线程,多连接访问。同时支持无损压缩和有损压缩,可以在有损压缩和无损压缩之间平滑切换,数据压缩比可达10比1,数据缓存模块内包括写入模块、内存缓存模块、读取模块、压缩模块和数据文件,数据写入模块负责接收新数据,将数据分别写入内存缓存,数据压缩模块负责将日志文件的数据按照设计的压缩方法和索引结构压缩成数据文件和读取模块响应读取请求,综合内存缓存和数据文件查询结果后返回,比文件系统和关系型数据库,磁盘占用少、读写速度快。首先,数据经过压缩后占用磁盘空间更少,磁盘空间占用仅为35%;其次,数据写入速度更快,写入速度提高3倍;最后,数据读取速度更快,读取速度提高20倍。相比一般实时数据库采用有损压缩存在信息损失的问题,本发明采用无损压缩方法没有信息损失,读取模块包括时刻获取模块、参数获取模块、数据点获取模块、聚合处理模块、发送模块和更新模块、接收模块,数据点获取模块,用于根据数据过滤条件和数据查询的起始时刻开始,从时序数据库中获取N个数据点,N为预设的软性限制阈值;时刻获取模块,用于根据数据查询的各聚合函数的采样时间的最小公倍数、第N个数据点对应的时刻以及起始时刻,获取限制时刻,接收模块,用于接收用户发送的携带限制时刻的继续查询指示消息;更新模块,用于将起始时刻的数值更新为限制时刻的数值,以继续进行数据查询处理,聚合处理模块,还用于根据各聚合函数对起始时刻至结束时刻之间的所有数据点进行聚合处理,得到第二数据查询结果,采用限制时刻对数据查询,从而实现了对数据的分页查询,每一页的原始数据点是有限的,与现有技术的对查询的最终结果进行限制的技术方案相比,相同的计算机资源处理一页数据所消耗的资源更少,消耗的时间更短,从而能够有效地提高数据查询的效率,真正实现控制数据查询对系统的耗时影响,而且还可以提高用户的使用体验。
在使用时,换热站机组的实时数据进行采集、解析、存储,并且自动采集、解析气象局天气预报数据,进行换热站负荷实时的短期/长期预测,并将预测结果及天气预报信息按时上传至供热调度中心,通过高速的时序数据库保证系统数据的实时性与正确性,解决了大规模换热站机组数据和天气预报数据的采集、存取以及预测结果存储问题。系统采用分布式计算存储架构,在进行数据访问存储时无需考虑数据库服务器的物理位置,整个系统的处理性能和容量可以实现不停机线性平滑升级。数据处理性能高,可快速操作数据点在十万点以上,数据存储访问吞吐量达每秒百万次以上。提供简单易用的第三方接口,支持二次开发,支持多用户,多线程,多连接访问。同时支持无损压缩和有损压缩,可以在有损压缩和无损压缩之间平滑切换,数据压缩比可达10比1,本发明通过数据缓存模块设有写入模块、内存缓存模块、读取模块、压缩模块和数据文件,比文件系统和关系型数据库,磁盘占用少、读写速度快。首先,数据经过压缩后占用磁盘空间更少,磁盘空间占用仅为35%;其次,数据写入速度更快,写入速度提高3倍;最后,数据读取速度更快,读取速度提高20倍。相比一般实时数据库采用有损压缩存在信息损失的问题,本发明采用无损压缩方法没有信息损失、采用限制时刻对数据查询,从而实现了对数据的分页查询,每一页的原始数据点是有限的,与现有技术的对查询的最终结果进行限制的技术方案相比,相同的计算机资源处理一页数据所消耗的资源更少,消耗的时间更短,从而能够有效地提高数据查询的效率,真正实现控制数据查询对系统的耗时影响,而且还可以提高用户的使用体验。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于时序数据库平台的换热站负荷预测系统,其特征在于,包括通讯模块、天气预报采集传输模块、负荷预测模块和时序数据库系统,换热站采集数据通过通讯模块、SCADA服务器、数据访问存储接口、数据消息队列和数据缓存模块存储至时序数据库系统中,数据访问存储接口、数据消息队列、数据缓存模块和时序数据库服务器依次连接并且双向通讯,负荷预测模块与数据访问存储接口双向通讯,天气预报采集传输模块通过互联网与国家气象局实时请求并解析天气预报数据,通过数据访问存储接口存储至时序数据库系统中,所述数据缓存模块内包括写入模块、内存缓存模块、读取模块、压缩模块和数据文件,所述读取模块包括时刻获取模块、参数获取模块、数据点获取模块、聚合处理模块、发送模块和更新模块、接收模块。
2.根据权利要求1所述的一种基于时序数据库平台的换热站负荷预测系统,其特征在于:所述通讯模块采集来自换热站机组、热量表、水表、电表实时数据,并把接收来自数据存储访问接口的负荷预测结果及天气预报数据发送给供热调度系统。
3.根据权利要求1所述的一种基于时序数据库平台的换热站负荷预测系统,其特征在于:所述数据访问存储接口、数据消息队列、数据缓存模块和时序数据库服务器依次连接并且双向通讯,负荷预测模块与数据访问存储接口双向通讯。
4.根据权利要求1所述的一种基于时序数据库平台的换热站负荷预测系统,其特征在于:所述负荷预测模块通过建立负荷预测模型对换热站负荷进行预测,并把负荷预测结果发送给数据访问存储接口,并且通过SCADA服务器,通讯模块下发至换热站机组以及供热调度系统。
5.根据权利要求1所述的一种基于时序数据库平台的换热站负荷预测系统,其特征在于:所述数据写入模块负责接收新数据,将数据分别写入内存缓存。
6.根据权利要求1所述的一种基于时序数据库平台的换热站负荷预测系统,其特征在于:所述数据压缩模块负责将日志文件的数据按照设计的压缩方法和索引结构压缩成数据文件和读取模块响应读取请求,综合内存缓存和数据文件查询结果后返回。
7.根据权利要求1所述的一种基于时序数据库平台的换热站负荷预测系统,其特征在于:所述数据点获取模块,用于根据数据过滤条件和数据查询的起始时刻开始,从时序数据库中获取N个数据点,所述N为预设的软性限制阈值;时刻获取模块,用于根据数据查询的各聚合函数的采样时间的最小公倍数、第N个数据点对应的时刻以及所述起始时刻,获取限制时刻。
8.根据权利要求1所述的一种基于时序数据库平台的换热站负荷预测系统,其特征在于:所述接收模块,用于接收所述用户发送的携带所述限制时刻的继续查询指示消息;更新模块,用于将所述起始时刻的数值更新为所述限制时刻的数值,以继续进行数据查询处理。
9.根据权利要求1所述的一种基于时序数据库平台的换热站负荷预测系统,其特征在于:所述聚合处理模块,还用于根据各所述聚合函数对所述起始时刻至所述结束时刻之间的所有数据点进行聚合处理,得到第二数据查询结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110746540.4A CN113639305A (zh) | 2021-07-01 | 2021-07-01 | 一种基于时序数据库平台的换热站负荷预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110746540.4A CN113639305A (zh) | 2021-07-01 | 2021-07-01 | 一种基于时序数据库平台的换热站负荷预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113639305A true CN113639305A (zh) | 2021-11-12 |
Family
ID=78416497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110746540.4A Pending CN113639305A (zh) | 2021-07-01 | 2021-07-01 | 一种基于时序数据库平台的换热站负荷预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113639305A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115905268A (zh) * | 2023-01-03 | 2023-04-04 | 北京力控元通科技有限公司 | 一种基于队列的电表数据处理方法、系统及电子设备 |
CN116466872A (zh) * | 2022-10-17 | 2023-07-21 | 浙江智臾科技有限公司 | 一种时序数据存储系统及方法 |
-
2021
- 2021-07-01 CN CN202110746540.4A patent/CN113639305A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116466872A (zh) * | 2022-10-17 | 2023-07-21 | 浙江智臾科技有限公司 | 一种时序数据存储系统及方法 |
CN115905268A (zh) * | 2023-01-03 | 2023-04-04 | 北京力控元通科技有限公司 | 一种基于队列的电表数据处理方法、系统及电子设备 |
CN115905268B (zh) * | 2023-01-03 | 2023-09-29 | 北京力控元通科技有限公司 | 一种基于队列的电表数据处理方法、系统及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110022226B (zh) | 一种基于面向对象的数据采集系统及采集方法 | |
CN113639305A (zh) | 一种基于时序数据库平台的换热站负荷预测系统 | |
CN110047014A (zh) | 一种基于负荷曲线和历史电量的用户电量数据修复方法 | |
CN110147470B (zh) | 一种跨机房数据比对系统及方法 | |
CN101778400A (zh) | 基于数据库的话务量分析与预测系统及使用该系统的话务量预测方法 | |
CN112286962B (zh) | 一种用电信息采集终端抄表成功率统计方法与系统 | |
CN112632127B (zh) | 设备运行实时数据采集及时序的数据处理方法 | |
CN109391923A (zh) | 一种基于5g架构的建筑能耗管理方法及系统 | |
CN112001599A (zh) | 一种中压配电网线损分析系统及方法 | |
CN110659180A (zh) | 基于集群技术的数据中心基础设施管理系统 | |
CN112632025A (zh) | 一种基于paas平台的电网企业管理决策支持应用系统 | |
CN105303292A (zh) | 配电数据存储方法和装置 | |
CN115422260A (zh) | 基站活跃度分析方法、装置、电子设备及可读存储介质 | |
CN111737325A (zh) | 一种基于大数据技术的电力数据分析方法和装置 | |
CN115344207A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN110515938B (zh) | 基于kafka消息总线的数据汇聚存储方法、设备和存储介质 | |
CN116594782A (zh) | 基于智能运维系统的勘探数据中心的资源管理方法及装置 | |
CN104391949B (zh) | 一种基于数据字典的广域数据资源管理方法 | |
CN111190790A (zh) | 一种基于峰值预测的云计算集群监控方法及系统 | |
CN105912621A (zh) | 一种区域建筑能耗平台数据存储和查询方法 | |
CN114265904A (zh) | 一种数据处理方法及云计算平台 | |
CN110515955A (zh) | 数据的存储、查询方法、系统、电子设备和存储介质 | |
CN111104416A (zh) | 一种分布式电力数据管理系统 | |
Li et al. | Node Resource Balance Scheduling Algorithm of Power Internet of Things Based on Big Data | |
CN112019592B (zh) | 基于边缘计算的云制造数据高效处理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |