3.3 数据情景化
数据库表中名为 current 的列只是一个数字。只有当您知道是哪个电表产生了它、该电表安装在哪里、值的物理单位是什么，以及什么范围属于正常，它才变得有意义。数据情景化是将这些背景知识附加到数据上的过程------将原始测量值转化为丰富、可查询、AI 就绪的工业数据资产。
TDengine IDMP 通过三种互补机制构建数据上下文：元素、属性和事件。每种机制提供不同维度的信息，三者共同赋予每个数据点完整的工业语义。
3.3.1 情景化的重要性
如第 1.2 节所述，AI 无法处理没有上下文的数据。振动读数 4.7 对任何 AI 系统都毫无意义，除非它知道这是哪台电机产生的、值的物理单位是什么、正常运行范围是多少，以及当时产线上发生了什么。没有情景化，数据就是数据孤岛------无论算法多先进，都无从推理。这正是 TDengine IDMP 位于时序数据库与智能层之间的原因------它是将原始存储转化为 AI 可推理内容的语义层，是从数据展示到数据理解的关键跨越。
但情景化的价值远不止于 AI。在此之前，隐性知识显性化的代价以另一种方式显现：存在于经验丰富工程师头脑中的知识无法传承；数据分析团队在每个新项目中都要重新构建相同的数据映射；运维人员在出现问题时要花数小时将信号追溯到具体设备。情景化一次性解决了所有这些问题------它将关于业务运营的知识编码进数据模型本身，使其永久保存、可搜索，并可供每个用户和每个系统使用。
本章的工作就是构建这个知识层。配置的每个元素描述、设置的每个单位、定义的每个极限值、附加的每份文档，都在让整个平台更加强大------不仅服务于今天的问题，更服务于未来针对这些数据所做的每一次分析和 AI 查询。
3.3.2 来自元素的上下文
元素代表一个物理或逻辑资产。附加在元素上的上下文信息描述了该资产是什么：
- 名称和层次结构： 元素的名称及其在元素树中的位置，告知用户和系统正在查看的是哪个资产，以及它与其他资产的关系（工厂 → 产线 → 设备 → 传感器）。
- 模板： 标识该元素所属的资产类别，用户可以立即了解其应有的属性和行为。
- 类别： 业务层面的标签（如资产类型、系统、状态），使元素在大型资产目录中可筛选和可分组。
- 描述： 关于该资产用途或代表内容的可读说明。
- 位置： GPS 坐标（经度、纬度、海拔），将资产定位在地图上，并支持空间分析。
- 附加特性： 用于存储不随时间变化的静态资产元数据的自由键值对：制造商、型号、序列号、安装日期、额定规格、维护联系人等。
- 关联文档： 直接附加到元素的工程手册、P&ID 图纸、校准报告及其他参考文件。这些文档由 AI 引擎索引，用于在 AI 问答中提供更准确、更贴近资产的回答。
- 注解： 工程师或操作员记录的自由文本备注，如维护记录、事故报告或配置变更说明。
所有这些信息均可搜索，并可供 TDengine IDMP 的每项功能使用------仪表板、分析、事件检测和 AI 问答------用户无需跨系统查阅即可理解数据的含义。
3.3.3 来自属性的上下文
属性代表元素的某项具体测量。附加在属性上的上下文信息描述了该测量意味着什么：
- 描述和类别： 对测量内容的通俗说明，以及将相关属性归类在一起的分类标签。
- 工程单位： 计量单位分类、默认计量单位和显示计量单位，告知系统和用户正在测量的是什么物理量、以什么单位表示。TDengine IDMP 利用这些信息在可视化和分析中自动进行单位换算。
- 极限值： 低限、低低限、高限、高高限、目标值、最小值和最大值阈值，定义了测量的正常运行范围。这些极限值驱动事件检测、仪表板中的报警着色，以及 AI 引擎对当前状态是否正常的判断。
- 附加特性： 用于存储测量专属元数据的自定义键值对，如仪表标签（如
TIT-101）、校准日期、传感器制造商或测量范围。
没有这些上下文，5.45 毫无意义。有了它，TDengine IDMP 知道这是电表 em-12 的 5.45 A 电流，正常范围为 0--10 A，超过 8 A 应触发高报警。
3.3.4 来自事件的上下文
事件为上下文增加了时间维度。当事件规则触发时------例如电流超过高高限，或设备从运行状态切换到停止状态------TDengine IDMP 会记录发生了什么、何时发生以及发生在哪个资产上。
这段事件历史以静态元数据无法实现的方式为时序数据提供了上下文：它用运营含义标注数据流中的特定时刻。当用户或 AI 引擎回顾某个属性的历史时，关联的事件记录使其能够区分正常运行波动与报警状态，计划停机与意外故障。
事件的配置和管理详见第 6 章。它们在数据模型中的作用是提供动态的、由条件驱动的上下文，与元素和属性元数据提供的静态上下文相互补充。
关于 TDengine
TDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；TDengine IDMP 是一款AI原生工业数据管理平台，它通过树状层次结构建立数据目录，对数据进行标准化、情景化，并通过 AI 提供实时分析、可视化、事件管理与报警等功能。