description.md 3.1 KB

IOT数据现状

1.静态非IOT数据接口

BDTP-数据服务

2.BDTP-数据服务(物理世界)与IOT数据如何关联?

BDTP-数据服务中的对象数据如下:

{
    "id": "Eq32060500018c5dd28e0fb1470db61ed3de66a580c2",
    "classCode": "WSDWPP",
    "projectId": "Pj3206050001",
    "grouping": 1,
    "objType": "equipment",
    "valid": 1,
    "name": "生活给水水泵-VJEY2",
    "localId": "Pump02",
    "localName": "2号生活给水水泵",
    "createTime": 1630928465000,
    "createApp": "datacenter",
    "updateTime": 1631066318000,
    "updateApp": "datacenter",
    "virtualInfoCodes": [],
    "modeControl": "1",
    "bimId": "Pj32060500017f8cd1a80eb411ec986e1f9988da50f8F6:1264008",
    "bimLocation": "-107816.2,-61683.94,22758.0",
    "runStatus": "2004-907",
    "pipePressure": "2004-904",
    "pumpTemperature": "2004-903",
    "faultStatus": "2004-906"
}

其中下面四个信息点(对象属性)是动态信息点,其他信息点是静态信息点;

动态信息点,需要根据一个唯一标识去IOT服务获取数据,目前使用的唯一标识是表号-功能,同一个项目下,表号-功能号是唯一 的,所有动态信息点中保存的数据格式是表号-功能号。

"runStatus": "2004-907",
"pipePressure": "2004-904",
"pumpTemperature": "2004-903",
"faultStatus": "2004-906"

目前,物联网、工业互联网、车联网等智能互联技术在各个行业场景下快速普及应用,导致联网传感器、智能设备数量急剧增加,随之而来的海量时序监控数据存储、处理问题,也为时序数据库高效压缩、存储数据能力、查询分析提出了更高的要求。

时序数据(Time Series)

时序数据指数据元组根据时间戳(ti)升序排列的数据集合,可以被划分为:

1、单变量时序(Univariate Time Series,UTS):每次采集的数据元组集合为单个实数变量。

2、多变量时序(Multivariate Time Series ,MTS):每次采集的数据元组集合由多个实数序列组成,每个组成部分对映时序一个特征。

用数学范式表达时序可以被定义为:

640

示例:

... time data ...
... 2000­10­10 00:10:03 1005.00 ...
... 2000­10­10 00:10:21 1100.00 ...
.. 2000­10­10 00:11:16 1192.00 ..

建筑IOT数据存储

项目id(projectId) 表号(meter) 功能号(funcid) 采集时间(receiveTime) 数据值(data) 是否高频(gaopin)
1101020001 67C8081 11101 20210601150948 23.9 TRUE
1101020001 67C8081 11201 20210601150948 26.6 FALSE
1101070037 1001 11 20010203040506 3.1 FALSE