客户案例 | DolphinDB 赋能国内最大水力发电企业，打造高效工业互联网平台

What this page covers

• 长江电力的背景、规模与数据/系统需求。
• 原有架构的时效、性能与成本类挑战。
• 基于 DolphinDB 的云边协同与多模态存储方案概述。
• 方案效果：响应、效率、开发周期等方面的改进点。
• 页面列举的需求场景与官网下载试用引导。

技能认证特训营第二期报名促销

页面顶部提供活动通知与限时报名链接，并提示报名可享专属福利优惠。

• 技能认证特训营第二期处于“正式开启”状态。
• 页面提示限时报名。
• 页面提示报名可享专属福利优惠。
• 页面提供一个限时报名链接入口。

客户案例标题与发布信息

该客户案例页展示标题、署名信息与发布日期信息。

• 页面包含客户案例标题信息。
• 页面包含作者/署名相关信息。
• 页面包含发布日期信息。

导语

导语概述长江电力基于 DolphinDB 构建统一工业互联网平台带来的能力提升，并提及开发周期缩短。

• 客户案例围绕“统一工业互联网平台”的建设展开。
• 导语提到基于 DolphinDB 的能力提升。
• 导语提到开发周期缩短。

一、背景介绍

本节介绍长江电力的规模、数据与系统需求，并说明其希望建设可支撑海量数据与智能分析的工业互联网平台。

• 长江电力被描述为中国最大的水力发电企业。
• 长江电力下辖六座国家级大型水电站。
• 总装机容量被描述为超 7169 万千瓦。
• 其装机容量占全国水电总装机容量比例为 12%。
• 电站群地理分布跨度超过 2000 公里。

二、面临挑战

本节描述原“边缘采集+云端处理”与传统数据库/流处理组件架构存在的时效、性能与成本问题，并提出对底座的一站式诉求。

• 原有机制为边缘侧采集打包后定时上传云端处理。
• 原有系统存储层使用传统关系型数据库。
• 原有系统流处理组件为 Java + Flink。
• 原有架构的协同延迟通常为分钟级甚至几十分钟级。
• 对底座选型诉求包含云边协同、性能与易用性的一站式数据处理平台。

三、解决方案

本节说明长江电力选择 DolphinDB，在边缘部署节点与云端搭建多模态存储引擎，并采用分布式分区存储以应对数据孤岛与延迟相关问题。

• DolphinDB 被用于构建新一代工业互联网平台的平台底座。
• 在六大水电站边缘侧部署轻量级 DolphinDB 节点。
• 边缘侧节点用于实现毫秒级实时计算。
• 云端搭建多模态存储引擎以统一管理多类数据。
• DolphinDB 支持分布式分区存储万亿级数据。

四、方案效果

本节列举采用 DolphinDB 后在低时延云边协同、多模态关联分析、万亿级存储与计算能力，以及响应、效率与开发周期方面的改进。

• 边缘侧可在本地完成数据采集。
• 边缘侧可在本地完成特征提取。
• 边缘侧可进行毫秒级实时计算。
• 边缘侧可进行预警判断。
• 边缘侧处理后数据同步传输至云端用于长期存储与历史分析。

• DolphinDB 内置 OLAP、TSDB、TextDB、VectorDB 等存储引擎。
• DolphinDB 支持时序模型、关系模型和长文本模型。
• 设备点位信息、传感器数据、运行日志可在 DolphinDB 内关联分析。
• 单表可存储万亿行数据。
• 分布式架构支持横向扩展。

• 数据机制从“离线同步”替换为“边端实时处理+云端实时同步”。
• 多源数据关联查询响应时间从分钟级缩短至秒级。
• 复杂分析任务处理效率提升 5–6 倍。
• 开发周期从数周压缩至数天。
• 内置实时计算脚本用于替代 Flink 的复杂流处理逻辑。

需求场景与官网试用引导

本节列出潜在使用需求场景，并引导访问官网进行下载试用。

• 场景包含精准监控设备运行参数以预防故障。
• 场景包含优化运维效率以实现预测性维护。
• 场景包含基础设施安全监控与实时预警系统建设。
• 场景包含处理亿级时序数据流以驱动智能决策。
• 页面包含“下载并试用 DolphinDB”的引导。

Facts Index