基于TigerGraph的这套多进程并行运算的图数据库解决方案,已经在国家电网实际部署,并成功实现了“超实时”的需求。下面的表格中详细展示了TigerGraph图数据库解决方案与传统方案的性能对比(其中,传统方案为业界流行的商用电力管理系统,被大量部署在中国以及其他国家的电力管理机构中)。
对比电力系统管理中最主要的三个操作(即全网状态评估、电流检查和应急分析),传统的商用EMS系统需要至少26秒才能完成,而在使用基于TigerGraph图数据库的EMS系统后,总共耗时只有1.02秒,远远少于SCADA设定的5秒采样周期。
在TigerGraph的助力下,客户成功完成了不可能完成的任务,创造出业界第一款用于商用的“超实时”电力管理系统解决方案。
TigerGraph通过其革命性的原生并行图功能,帮助国家电网监控和分析电流,找到网络瓶颈,并在网络出现性能问题时,及时向对应人员告警。
相比于使用关系型数据库,使用TigerGraph图数据库后,电网管理作业的时间被急剧缩短,比如电流检查作业运算时间只相当于前者时间的70%,而全网状态评估作业更是只需要前者时间的28%。
中国国家电网有限公司(SGCC)是全球范围内最大的电力企业,其销售额在2017年高达3,630亿美元。国家电网拥有927,839名员工,服务超过11亿客户。若按销售额计算,2018年国家电网公司是世界第二大企业。
Anna Veronika Dorogus
Machine Learning Expert
Anna Veronika Dorogush graduated from Lomonosov Moscow State University and Yandex School of Data Analysis. She used to work at ABBYY, Yandex, Microsoft and Google on Machine Learning infrastructure and Machine Learning frameworks. In 2017 she published the open-source library CatBoost, which is now one of top-3 most popular Gradient Boosting libraries, and the top 7-th most used Machine Learning framework in the world according to Kaggle 2021 review.