12 月 18 日，2025 數據資產管理大會在北京盛大召開，大會現場重磅揭曉了數據智能 “星河（Galaxy）” 案例評選結果。濤思數據攜手廣西桂冠電力股份有限公司、中能拾貝科技有限公司、南方電網儲能股份有限公司信息通信分公司聯合申報的三項案例，從超 930 份申報項目中脱穎而出，成功入選 “星河（Galaxy）” 案例榜單。

對濤思數據來説，這不是“多拿了三張證書”這麼簡單。更重要的是：這些案例都來自真實的一線系統——發電集控、巡點檢、儲能運維——它們能入選，意味着以 TDengine 為核心的數據底座能力，正在被越來越多關鍵行業用“工程結果”驗證。

作為數據產業領域的標杆性評選活動，數據智能 “星河（Galaxy）” 案例徵集由中國通信標準化協會大數據技術標準推進委員會（CCSA TC601）推出並啓動。自 2017 年以來，該評選已成功舉辦九屆，持續追蹤中國數據產業的技術演進與範式變革，本次徵集範圍覆蓋行業數智應用、數據庫及核心系統、數智安全等九大核心方向，在行業內樹立了極高的權威性與影響力，成為衡量數據智能領域技術創新與應用成效的重要標尺。

這次我們聯合客户申報的三項案例，分別入選其中兩個方向：“數據庫及核心系統”與 “行業數智應用”。下面按三項案例分別展開。

Part 1｜數據庫及核心系統專項 · 潛力案例

項目背景與挑戰

廣西桂冠電力股份有限公司是大型綜合發電企業，業務覆蓋水電、火電、風電等多種能源形態，旗下擁有 41 座水電站、1 座火電廠及 9 個風電場，呈現出典型的跨區域、多類型電源集中管控特徵。在現有運行模式下，集控中心及下屬電廠在實時監盤、運行操作、應急處置和調度指揮等方面長期面臨信息點多量大、人工依賴程度高、響應鏈路較長等問題，值班記錄與運行分析也仍以人工整理為主，這在一定程度上制約了集控運行效率，並對電站安全穩定運行提出了更高要求。

技術方案與實踐路徑

本項目依託桂冠電力生態雲平台建設，以 TDengine 時序數據庫作為核心數據底座，構建覆蓋運行監盤、異常處置、運行操作與輔助決策等環節的智慧運行系統，推動集控中心運行模式由以人工為主向系統化、智能化方向演進。

在系統底層，TDengine TSDB 通過高性能時序數據存儲與壓縮能力，穩定支撐近百萬級實時測點的數據接入與處理需求（系統運行測點規模約 97 萬），滿足秒級數據寫入與查詢要求，並支持歷史運行數據的長期統一管理，在保障查詢性能的同時有效降低整體存儲成本。其兼容標準 SQL 語法，支持多協議數據接入，能夠與生態雲平台及既有業務系統平滑集成，簡化多源運行數據的匯聚與治理流程。

在應用層面，系統圍繞集控運行核心業務場景，形成智能監屏（包含 AI 巡盤、智能告警等）、智能處置、智能操控和輔助指揮等功能能力，通過對巡盤與監控流程的系統化重構，將規則模型與數據分析方法相結合，減少對人工經驗的依賴，實現運行數據在不同業務模塊之間的高效流轉與複用，為後續功能擴展和能力演進預留空間。

應用成效

系統實施後，實現了運行監控模式的根本性轉變，從傳統人工監控升級為機器主導的自動化監控，化被動處置為主動預警。單台機組增效 2-5%，主要水電機組年新增發電量約 3 億 kW.h；智能監屏功能減少監盤工作量 60% 以上，顯著降低運行人員勞動強度，提升監盤準確性與響應速度。

Part 2｜數據庫及核心系統專項 · 典型案例

項目背景與挑戰

南方電網儲能公司在推進新建大型化學儲能電站過程中，啓動了“智慧儲能運營平台”建設。與常規電站相比，化學儲能電站的監測點位規模顯著增大，單個電站測點數量可達 300 萬以上，並持續產生高頻運行數據，這對數據的採集、存儲與處理能力提出了更高要求。同時，業務側需要對這些數據進行實時、高頻分析，以支持運行狀態研判和運營決策。在既有實踐中，傳統關係型數據庫在海量時序數據場景下面臨查詢響應慢、存儲效率低等問題，僅能支撐有限時間範圍的數據保存，已難以滿足儲能生產業務對性能和持續分析能力的需求。

技術方案與實踐路徑

在對多種數據庫產品進行調研與對比後，項目選用了 TDengine 時序數據庫

在數據寫入與存儲方面，TDengine TSDB 提供了高併發寫入能力，在百萬級數據併發寫入場景下，能夠保障數據不積壓、不丟失、不超時，滿足儲能電站高頻數據持續產生的接入需求。同時，TDengine TSDB 內置高壓縮比的存儲機制，經實際測試，數據壓縮比可達到 30:1，顯著降低了對硬件存儲資源的佔用。

在數據管理與分析層面，系統利用 TDengine TSDB 提供的數據冷熱分離機制，將三年前的數據自動劃分至冷數據區域，降低對高性能資源的佔用；三年內的熱數據則保留在高性能存儲區域，用於支撐高頻、高效的查詢與分析需求。同時，TDengine TSDB 提供的滑動窗口、滾動窗口、極值分析等專業時序處理函數，為儲能運行數據的實時分析和業務計算提供了直接支持。

應用成效

基於 TDengine TSDB 構建的儲能數據平台，在實際生產場景中顯著改善了數據存儲與分析能力。系統在保障高頻數據穩定接入的同時，大幅提升了整體存儲效率和查詢性能：在生產環境中，數據存儲效率提升 20 倍以上，數據查詢效率提升十餘倍，能夠實現對上億級數據的毫秒級響應。

Part 3｜行業數智應用專項 · 潛力案例

項目背景與挑戰

在水電站日常運行管理中，巡點檢是保障設備安全穩定運行的重要環節。傳統巡點檢工作長期以人工方式為主，存在作業強度大、週期長、覆蓋範圍有限等問題，且巡檢結果在一定程度上依賴個人經驗，難以實現統一標準和持續優化。隨着水電站規模擴大和運行復雜度提升，傳統巡點檢模式在效率、準確性和響應速度等方面逐漸難以滿足精細化管理需求，亟需通過數字化和智能化手段，對巡點檢流程進行系統性改造。

技術方案與實踐路徑

本項目圍繞水電站巡點檢業務的數字化與智能化需求展開建設，整體系統以 TDengine 時序數據庫作為巡點檢數據的核心存儲與管理底座，對巡檢過程中產生的設備狀態數據、運行參數、任務執行記錄等信息進行統一接入與時序化管理。

在技術與架構層面，系統依託智能終端與 AI 算法的協同應用，結合雲邊協同架構，對傳統人工巡點檢模式進行補充與優化。通過多類智能終端持續採集巡檢數據，在邊緣側完成實時分析與初步判斷，並在雲端進行模型與算法的統一管理與持續優化，形成“智能終端採集—邊緣實時分析—雲端深度優化”的協同模式。

在應用層面，系統圍繞巡檢業務構建面向專業場景的智能問答能力，通過本地化部署並針對巡檢場景進行優化的語言模型，結合 RAG 技術實現帶溯源的精準問答支持，並引入上下文對話機制，支撐連續交互與業務理解。同時，系統集成結構化輸出與任務指令觸發能力，形成從知識獲取、問題分析到任務執行的閉環應用，提升巡點檢業務在實際生產場景中的智能化水平與可用性。

應用成效

目前系統已在桂冠電力下轄龍灘電廠、平班電廠等核心生產區域成功上線投運，後續計劃推廣至 19 個小水電和 8 個大水電。在實際應用中，巡點檢作業覆蓋率提升 60% 以上，故障處理響應速度提升 90%，人力成本降低約 40%，數據利用率由 30% 提升至 90%。系統能夠適應水電站高空、水下、高壓等複雜工況，無人機與機器人安全高效完成人工難以覆蓋的巡檢任務，結合面向水電設備的專屬 AI 算法與多系統協同機制，實現巡檢數據的實時交互與快速響應，顯著提升了運行管理的安全性與可靠性。

寫在最後

三項案例成功入選 “星河（Galaxy）” 案例榜單，是行業對 TDengine 時序數據庫技術實力與應用價值的高度認可，更是與廣西桂冠電力、南方電網儲能、中能拾貝等合作伙伴深度協同、聯合創新的成果。這些實踐進一步印證了一件樸素的事實：複雜的一線系統問題，正在通過更工程化、更可持續的方式被逐步解決。

無論是發電集控的智慧運行、巡點檢的標準化與智能化，還是儲能場景下的海量高頻數據治理與實時分析，TDengine 參與其中的角色始終一致——用更適配工業時序場景的底座能力，把“數據變成可用的生產力”。