配网终端的数据流特征
一座县域配电网的终端数量通常在3000到8000台之间，主要分为馈线终端（FTU）、配电终端（DTU）和配电变压器终端（TTU）三类。不同终端的采样频率和数据量级差异显著：
终端类型 | 主要监测量 | 正常采样 | 故障录波 | 单台日数据量（含录波） |
FTU 馈线终端 | 电压、电流、有功/无功、开关状态、谐波 | 1s/次 | 最高10kHz，持续1~5s | 500MB~1GB |
DTU 配电终端 | 进线/出线三相电压电流、开关位置、温度 | 2s/次 | 最高6kHz | 200~400MB |
TTU 配电变压器 | 低压侧三相电压电流、温度、有功电量 | 5s/次 | 通常不录波 | 50~100MB |
故障指示器 | 故障电流方向、在线状态 | 30s/次 | 触发时连续上报 | 5~10MB |
一台FTU在故障时上报的录波数据，5kHz采样下5秒就产生约2.5万条高密度记录，数据量是正常状态的50-100倍。县域配网3000台终端按平均计算，日新增数据量可达1020GB原始数据，年增量超过5TB。
故障录波的数据特殊性
故障录波是配网监测中技术难度最高的部分。与常规监测数据相比，录波数据有三个截然不同的特征：
高密度短窗口：录波窗口通常在1-10秒内完成，采样频率从1kHz到10kHz不等，比常规监测高3-4个数量级。一条故障录波可能是连续的10万+数据点，时间戳之间的间隔精确到微秒。
事件驱动稀疏性：大部分终端99.9%的时间处于正常监测模式，录波触发依赖故障判据（电流突变量、电压跌落阈值、功率方向突变）。一旦触发，相关终端会在100毫秒量级内同步上报，形成时间上密集的批量写入。
不可丢失性：故障录波是事后分析的核心证据，丢失意味着故障原因无法还原。数据库层面必须提供最高级别的写入保证——至少三副本同步确认、不允许静默丢失。
TDengine的超级表模型可以将录波数据和常规监测数据放在同一个超级表下，通过标签区分data_type字段，查询时按标签过滤即可分离两种模式。这避免了跨表关联查询的性能损耗，同时保持数据模型的一致性。
故障定位的数据链路
配网故障定位的核心是在几十毫秒内从数千台终端中快速找到故障区段。行波定位法和暂态录波法是目前行业主流方案，两者都依赖多终端录波数据的时间同步分析。
故障发生 → 行波/暂态信号沿配网传播 → 各FTU在不同时间点检测到信号到达
→ 数据库收集各FTU的录波数据 → 计算时间差 → 根据波速推算故障点位置以行波定位为例，10kV配网的行波波速约190~210 m/μs。故障点距FTU1为L1，距FTU2为L2，两者检测到行波的时间差Δt与位置差的关系为：
| L1 - L2 | = v × Δt / 2要实现500米精度的故障定位，时间同步精度需要优于2μs。这意味着：终端时钟需要GPS/PPS同步、网络延迟需要补偿、数据库时间戳写入需要保留微秒精度。TDengine支持微秒和纳秒时间戳精度，可以直接承载这种高精度时序数据。
线损计算的数据依赖
线损是配网运营成本的核心指标，计算精度直接影响降损决策。理论线损的计算公式为：
ΔP = Σ(I² × R) × t其中I是各节点电流（A），R是线路电阻（Ω），t是运行时间（小时）。实际计算中，电流值需要从秒级或分钟级聚合数据中提取平均值或均方根值，线路电阻由配网拓扑结构和导线型号确定。
一个完整的线损计算链路需要同时拉取以下数据：
- 馈线入口FTU的分钟级电流数据
- 该馈线下所有DTU的分钟级电流数据
- 配网拓扑数据库中的线路参数
- 该时间段内的开关操作记录（拓扑变更影响电阻参数）
TDengine的标签模型中可以加入feeder_id（馈线ID）和substation_id（变电站ID）两个层级标签，线损计算任务可以通过标签过滤一次性拉取整条馈线的所有终端数据，避免多次查询和网络往返。
标签模型的层级设计
配网的数据天然按行政和物理两个维度分层。TDengine的标签体系需要同时支持这两个维度的快速查询。
CREATE STABLE power.feeder_metrics (
ts timestamp,
u_a float, u_b float, u_c float, -- 三相电压 kV
i_a float, i_b float, i_c float, -- 三相电流 A
p_active float, p_reactive float, -- 有功/无功 kW/kvar
switch_status tinyint, -- 开关状态 0/1/2
data_type nchar(8) -- 'normal' / 'recording'
) TAGS (
province nchar(8),
city nchar(8),
county nchar(8),
substation nchar(32),
feeder_id nchar(16),
terminal_type nchar(8),
terminal_id nchar(16),
line_voltage nchar(8) -- '10kV' / '35kV'
);这种设计下，一个典型的查询”杭州市余杭区所有10kV馈线今日的线损估算”，数据库只需要扫描province='Zhejiang' AND city='Hangzhou' AND county='Yuhang' AND line_voltage='10kV'标签匹配的子表，查询路径清晰，不需要遍历全表。
通信与边缘计算
配网终端的通信链路以电力线载波、光纤、4G/5G为主。光纤链路稳定可靠但覆盖有限，4G/5G延迟高（50~200ms），电力线载波带宽受限（通常<10kbps）。通信条件的差异决定了边缘计算策略的不同。
核心变电站的FTU/DTU通常有光纤通道，可以把原始秒级数据全部上报。末端TTU和故障指示器可能只有4G甚至LoRa通道，需要在本地边缘网关做预处理——只上报异常值、分钟级聚合、或故障触发时的压缩数据包。
TDengine的边缘节点（Edge）功能可以直接部署在配网边缘网关，在本地完成预处理和聚合，将结果回传到中心节点。这既降低了通信压力，也保留了本地高保真数据用于现场分析。
结语
配电网的数据架构设计，考验的是对”毫秒级”和”高基数”两个要求的同时满足能力。故障录波要求微秒级时间戳和高写入峰值，线损计算要求跨终端的关联聚合查询，而整个系统要在县域规模的数千终端上稳定运行。时序数据库的选型决策，最终需要落在两个问题上：在故障发生时，录波数据能不能完整、准确、及时地入库；在日常运营中，线损分析能不能在秒级返回结果。TDengine在配网行业的多个实际项目中，已经验证了其在这两个维度上的承载能力。
