作为光伏电站中最常用的设备，汇流箱通常容易出现各种故障。操作维护人员需要通过检查检查故障点。以一个20MW的电站为例，传统的纯手工检查方法基本上要花一个月的时间巡逻电站的汇流箱。视图外观占用了大部分工作量，检查内部组合器盒是一种采样方法。难以进行深入调查。查找故障的唯一方法是站控制系统的当前值，但实际情况是服务员只会检查逆变器。对于汇流箱，该设备的发电状态在汇流箱一级的数据量很大且不直观，并且管理人员很难定位和跟踪有故障的设备。

　　汇合箱警告

　　大数据监控计划是对整个站的每个汇流箱进行日常诊断，给出每个汇流箱的日常故障诊断结果，一目了然地了解汇流箱级设备的运行状况，并指导人员该站进行有针对性的检查。检查和调查，监督站内人员以恢复有故障的设备，对于发现和修复故障进行必要的改进，从而使故障不再处于无人值守的状态。就电站结果而言，与传统的检查方法相比，监控大数据解决方案的方法可将故障检测的及时性提高90%，将故障时间提高70%。

　　提升点：比较汇流箱的运行状态，检查灯串的发电状态，检查故障灯串的位置。

　　提高效率的步骤：

　　第一步：数据清理：

　　设置一定的支路电流阈值，在通信过程中删除高于或低于此值的数据，并在相邻时间删除异常数据和与支路电流相同的值，以便在通信过程中生成较大的负值。以较大的正值过滤掉并保留有价值的数据用于下一步。

　　第二步：分支选择;

　　根据设备访问分支组的实际数量，选择字符串当前值的实际数量，计算一段时间内每个分支的当前值之和，从小到大排序，取前12个通道(组合器每次返回16次)分支电流值，但实际仅连接12个通道)字符串电流值总和最大的分支用作实际访问设备的分支，并且分支之间的标准偏差再次计算每次的当前值以进行筛选。

　　第三步：计算加权离散率;

　　经过上述筛选以及每个分支的每次数据后，计算每个时刻的分支电流的标准偏差和平均值，并以每个时刻的分支电流的平均值作为权重，计算出权重。每一时刻支路电流方差系数的平均值。值;

　　第四步：预警。

　　通过以上计算和筛选，可以得到一个恒定值，并且可以将汇流箱的支路电流值与之进行比较，以确定汇流箱是否有故障。