四、数据解决方案的实现与验证
基于上述观察与发现，我们运用机器学习的深度算法，判断出分界点的阈值、计数点的时间区间，以及计算时采用的数据来源，终于得到一个通用的解决方案，并对方案的准确性进行了验证。
首先，我们对得到授权的汇流箱数据进行计算，得到接入的信息，并与站主提供的备案信息进行比较，得到结果如下：
从图中可以看到，计算结果与备案结果相比，有超过90%的相同，在与线下确认之后，发现实际情况与计算结果相同。也就是说，通过对数据的分析与挖掘，我们发现了备案信息与实际情况存在不符。
五、总结
一个清晰准确的电站拓扑结构图是电站数据化的基础，是电站数据应用的基石。我们通过对汇流箱的接入数据进行分析与挖掘，找到了一个线上判断汇流箱接入情况的解决方案，并且对大量的汇流箱进行了可行性验证，可以相信，在经过不懈的努力之后，我们从数据空间里找到了一个解。即通过对汇流箱的数据进行深入的分析与挖掘，可以准确判定该汇流箱的接入路数，进而可以描绘出该电站的拓扑结构图，为后面的数据分析提供坚固的支撑。
>
>
