三、電站拓撲結構圖的數據化解決方案

數據被認為是人類目前為止發現的第五維空間，在這里，許多低緯度問題都將迎刃而解。我們堅定地相信，一切現實中的問題在數據世界都有解(第五維解)。于是我們大量觀察匯流箱數據，尤其是那些我們已經確切知道有多少組串接入的匯流箱。如下是南通某項目的匯流箱數據，我們知道第1，2，13，14，15，16路是空接，從數據上看，這6路電流都顯示為0，于是我們得到初步結論：沒有接入電流的支路顯示的都是0!并由此推及：一直顯示為0的支路沒有接入組串。

按照這個方案去確定匯流箱的接入容量，我們又遇到了新的問題。有一類匯流箱，不按理出牌，晚上居然還有值，如下圖所示。這大概是由于數據傳輸中的噪音所致。不能從源頭上解決，只能通過數據科學來進行后處理。原有的方案不能通用，我們繼續尋找新的通用方案。把匯流箱的數據一個個可視化后，一眼就可以瞄出來哪個有接入哪個沒接入。比看數據要舒服多了。如下圖，一眼就可以看出來，16路匯流箱中有1路沒有接組串。

操千曲而后曉聲，觀千劍而后識器。看過大量的電流圖像之后，我們發現，所有的接入的支路的電流形態是一個拋物線，在晴天的時候，連續而飽滿。這是由于太陽在一天的時間內，日出，正午，日落，是一個自然而連續的過程，作用在面板上之后，產生的電流同樣是自然而連續的。如下圖可以看到。

而沒有接入面板的支路則仍然處于小幅波動狀態，如下所示。

從圖片看來，最明顯的差別在于一個是有規律的、飽滿的，一個是沒有規律的、隨機波動的。人眼可以很輕易的辨別其中的差別。如果可以使用機器學習的方法把每個圖片進行識別，就能夠鑒別出是否接入。從數據看來，最明顯的差別就在于不同電流值的個數。可以看到晴天已接入的支路的電流值從0A-4.5A均勻分布，而晴天未接入的電流值則分布散亂而無規律。發現這樣的差別，我們就可以通過每路支路電流不重復的點的個數，即可判斷是否接入。

四、數據解決方案的實現與驗證

基于上述觀察與發現，我們運用機器學習的深度算法，判斷出分界點的閾值、計數點的時間區間，以及計算時采用的數據來源，終于得到一個通用的解決方案，并對方案的準確性進行了驗證。首先，我們對得到授權的匯流箱數據進行計算，得到接入的信息，并與站主提供的備案信息進行比較，得到結果如下：

從圖中可以看到，計算結果與備案結果相比，有超過90%的相同，在與線下確認之后，發現實際情況與計算結果相同。也就是說，通過對數據的分析與挖掘，我們發現了備案信息與實際情況存在不符。

五、總結

一個清晰準確的電站拓撲結構圖是電站數據化的基礎，是電站數據應用的基石。我們通過對匯流箱的接入數據進行分析與挖掘，找到了一個線上判斷匯流箱接入情況的解決方案，并且對大量的匯流箱進行了可行性驗證，可以相信，在經過不懈的努力之后，我們從數據空間里找到了一個解。即通過對匯流箱的數據進行深入的分析與挖掘，可以準確判定該匯流箱的接入路數，進而可以描繪出該電站的拓撲結構圖，為后面的數據分析提供堅固的支撐。