汇流箱的预警

大数据的监盘方案是对于全站的每一个汇流箱，进行日诊断，给出每一汇流箱的每日故障诊断结果，对汇流箱级设备运行状态一目了然，并指导站内人员针对性的巡检及排查，监督站内人员恢复故障设备，对于故障的发现及修复，有了本质的提升，使得小故障不再处于无人问津的状态。就测算电站的结果来看，运用大数据解决方案的监盘方式，能较传统的巡检方式对故障发现的及时性提高90%，故障时长缩短70%。

提效点：对比汇流箱运行状态，并对预警的设备查看组串发电状况，确定故障组串位置。

提效步骤：

第一步：数据清洗：

设置一定的支路电流阈值，在通讯过程中去掉高于或低于此数值的数据，并去掉异常数据和相邻时刻与支路电流相同的数值，目的是将通讯过程中产生的大负值和大正值筛选出去，留存有价值的数据进行下一个步骤。

第二步：支路选择；

根据实际的设备接入支路组串数，选取实际数量的组串电流值，计算一段时间各支路的电流值之和，从小到大排序，取前12路（汇流箱每时刻返回16条支路电流值，但是实际接入的只有12路）组串电流值之和最大的支路作为实际接入设备的支路，计算各时刻支路电流值间的标准差再次进行筛选。

第三步：计算加权离散率；

经过上述筛选得到的各支路及各时刻的数据，计算每时刻的支路电流标准差及平均值，用各时刻的支路电流平均值作为权重，计算各时刻支路电流变异系数的加权平均值；

第四步：预警判断。

通过上述计算及筛选，可得到一个恒值，由汇流箱的支路电流值与其比对，就可以判断出汇流箱是否有故障。

案例直击：

测算区域：内蒙古某20MW光伏电站

经过3个月的使用，站内共发现故障72处，合计装机3462.00KW，已修复66处，合计修复装机2947.92KW，修复率高达85.1508%。