当 AI 遇上时序数据｜时序数据库 IoTDB 如何让能源电价预测更精准、更智能

当工业物联网传感器、能源电网、气象监测系统每时每刻产生海量时序数据，如何打破“存数易、用数难”的困局，让沉睡的数据转化为驱动业务的核心动力？ 在 AI 能力持续升级的浪潮中，工业场景对时

2026-04-17

汉诺威见｜天谋科技携时序数据库 IoTDB 展示工业数据智能实践

当 AI 开始重塑工业的思考方式， 当全球工业界的目光聚焦产业形态革新， 一场以 Think Tech Forward（让技术更进一步）为核心命题的全球盛会， 即将在汉诺威火热启幕。 汉诺威见！ 4 月 20 日至 24 日，汉诺威工博会 2026（Hannover Messe 2026）即将在德国

2026-04-08

天谋科技入选北京市 2026 年第一批专精特新中小企业

近日，北京市经济和信息化局公布 2026 年第一批专精特新中小企业名单，天谋科技（北京）有限公司成功入选。此次入选，既是对天谋科技专业化、精细化、特色化、创新能力的权威认可，也彰显了其在工业时序数据管理赛道的技术实力与发展潜力。

2026-04-03

喜报！入选国家级首版次软件名录，天谋科技时序数据库成为首个通过评测的工业时序数据库产品

近日，工业和信息化部公示了《拟通过首版次软件评测产品名单》，天谋科技（北京）有限公司自主研发的物联网原生时序数据库管理系统成功入选，成为本轮评测中唯一通过国家级首版次软件评测的工业

2026-03-30

从“保数据”到“用数据”：上海电气用时序数据库 IoTDB 重构储能运维平台

随着储能行业快速发展，电力电站规模与复杂度不断提升。对企业而言，挑战不只是把系统建起来，更在于围绕电站全生命周期，做好数据采集、管理、分析与运维闭环，在保障安全稳定运行的同时，逐步提升运维效率和经济性。 作为综合性装备制造集团，上海电气在储能领域布局广泛，覆盖锂电、液流、飞轮等多个方向，具备电芯、B

2026-03-26

Timer-S1 正式发布：首个十亿级时序基础模型，预测性能达到 SOTA

在 AI 全面渗透各行业的背景下，工业企业对时序数据的应用需求已从基础查询计算，升级为设备状态预测、缺失数据智能填补等智能化任务，而实现精准预测的关键，在于采用适配时序特性的基础模型开展高效训练。受时序数据多变、随机等固有特性影响，传统模型在通用性与可扩展性上存在明显瓶颈，面向时序场景的专用基础模型

2026-03-23

喜讯｜天谋科技成果荣获第 51 届日内瓦国际发明展评审团特别嘉许金奖

近日，在瑞士日内瓦举办的第 51 届日内瓦国际发明展上，天谋科技工业时序数据库创新成果——基于 Apache IoTDB 开发的企业级产品 TimechoDB——荣获 Gold Medal with Jury Congratulations（评审团特别嘉许金奖）。

2026-03-16

更准、更快、更易用！时序数据库 TimechoDB 协变量预测能力详解

在工业级时序预测场景中，精准的趋势研判往往是业务决策的重要依据。然而，传统单变量预测模式很难完整描述真实系统中的复杂关系。 例如在电力系统中，电价不仅与历史价格序列相关，还受到温度、风速、节假日以及能源结构等多种因素影响。在制造、交通和能源等领域，类似的多变量耦合关系普遍存在。 因此，随着时序数据规

2026-03-13

时序数据库 IoTDB 与 MyCat 集成，实现关系/时序数据无缝协同

工业物联网平台搭建时，你是否也曾面临这样的困境：关系型数据库中的设备台账、业务信息与时序数据库中的传感器数据各自存储在不同的数据库，业务分析时不得不反复跨系统查询、手工拼接？更复杂的是，当业务系统需要同时访问 MySQL 中的元数据与 IoTDB 中的海量时序数据时，“多源异构”往往意味着“多重负担

2026-02-28

协变量预测：时序数据库能力的下一次跃迁

协变量预测打破单变量局限，时序数据库 IoTDB 与 Timer 系列模型的协同运行，共同推动开启时序分析新范式。 在很多人印象中，时间序列预测的逻辑十分简单 —— 以历史数据预测未来趋势，但在真实的工业系统中，这一过程远非如此直接。 负荷预测离不开温度变化的影响，设备健康预测与运行工况深度关联，风电功率预测受气象因素左右，生产能耗预测则依托于排产计划的安排。 现实世界中的时间序列，始终处于多变量强耦合的系统之中，若仅依靠目标变量的历史数值进行预测，其能力天然存在上限。而时序预测真正的技术挑战，正聚焦于对协变量的精准预测和运用。

2026-02-27