電力工程設計質量的量化分析初探

陳琳　唐忠達

摘要：在當前市場環境下，隨著國家能源發展戰略的深入調整和電力體制改革的不斷深入，電力供需發生較大變化，電力設計行業快速擴張。在市場容量越來越大的同時，行業壟斷逐步被打破，隨著業主招投標工作的全面開展，原有的市場邊界逐漸模糊，越來越多的外來企業、民營企業跨區域、跨行業進入本地市場，市場競爭趨于白熱化，甚至出現了一定程度的無序競爭與壓價競爭。而中小型設計院在市場完全開放的情況，將處于不利的市場競爭地位，生存壓力較大。從企業角度來看，解決問題的關鍵在于提升設計院的核心競爭力，而開展專業創新和提升設計質量也將成為中小型設計院的發展方向。

關鍵詞：設計質量;量化分析;大數據技術

中圖分類號：TM73???????? 文獻標識碼：A

1電力工程設計質量

電力工程設計質量指的是在針對不同情況的電力工程設計當中需要有嚴格的規范和行為管理。通過電力工程設計過程的質量把控，可為后期電力工程的施工提供可參考的、可落地的行為方案，避免由于最初設計的差錯而造成施工過程當中，以及后期電力系統的運作過程當中可能出現的問題、事故，造成人力、財產資源的浪費，降低系統運轉的效用。

2 對電力工程設計質量把控的必要性

電力資源對于現代社會的運轉有著舉足輕重的作用。一方面，在社會日常的生產活動當中，各種電力器械的應用導致對電力資源產生了極大的需求量。如果在電力工程的前期設計中不夠嚴格、科學、可落地，首先可能造成在具體的電力工程施工過程中出現事故，威脅到工作人員的人身安全以及財產的安全，造成器械的損壞等，并且前期設計的不可理很有可能影響到電力工程后期的運轉，頻繁出現的事故、問題將很大地影響到電力資源的正常、高效供給，最終影響到生產企業的正常生產活動，進而影響到整個社會的高效運轉，影響經濟的持續增長。另一方面，由于現代物質生活的進步，在人們的日常生活當中充斥著大量的與電相關的器具和設備，人們已經無法離開電力資源而進行更豐富的生活，大量的日常需求對電力工程設計提出了更高的要求，以保證日常生活的健康運轉^[1-2]。基于這樣的社會發展背景，在電力行業中，對電力工程設計質量的嚴格把控具有重要的社會意義，其能夠切實影響到社會運轉，需要得到人們的重視和不斷研究。

3量化分析在電力工程設計質量中的應用

高質量的設計必須具備合理性、適應性和經濟性等特點。結合國際先進的管理經驗可以看出，科學智能的管理方法是電力設計質量管理提質增效的有效途徑之一。依托大數據技術，開展基于基礎數據的量化分析方法，是探索設計質量科學管理、精益管理的一種新趨勢^[3]。作為量化分析的前提條件，基礎數據管理應該成為企業工作的核心內容之一。真實有效的基礎數據能夠反映企業實際經營狀況，也能夠為企業的業務處理和科學決策提供參考。在實際工作中，電力設計院專注業務管控的同時，往往忽略基礎數據的統計分析工作，數據分析人員配置不足。企業內部數據的收集方式較為單一，多采用業務報表的形式，缺乏對行業信息的收集整理，數據分析以簡要的說明分析為主，尚未建立統一的數據庫和數據分析平臺^[4]。在此背景下，電力設計數據的全面分析難以實現，數據分析的質量難以保障，對電力設計質量科學管理的參考意義不大。

近年來，大數據技術作為前沿的技術領域受到了專家學者的廣泛關注。大數據是指通過對大量的種類和來源復雜的數據進行高速地捕捉、發現和分析，用經濟的方法提取其價值的技術體系或技術架構。大數據早期應用于商業金融領域，后來逐漸拓展到能源、交通、服務等領域，電網也是大數據應用的重要領域之一。在電力設計行業，傳統的設計質量管理以定性評價為主，注重經驗判斷和趨勢分析，強調觀察、分析、歸納和描述等過程。相比較而言，定量評價以數據為基礎，能夠用簡化的數值對評價對象進行描述和判斷，更具有客觀標準、精確可靠等特點。在現代電力設計質量管理中，樹立數據意識、轉變數據理念，將大數據和量化評價相結合，能夠為企業管理提供有效的決策依據。大數據方法采用詳盡的數據，數據越多表明信息量越大，數據來源則是跨專業、跨部門、跨地區等多流程、多維度，數據規模大，數據處理技術多樣。

結合電力設計工作現狀，可將基于大數據的量化評價分為五個過程：目標設定、數據整理、數據挖掘、結果分析、科學論證^[3]。

（1）目標設定是采用結果分析方法，假設問題目標，建立問題清單，提前設想可能出現的應用條件，提出潛在的數據庫和數據類型。

（2）數據整理是根據數據特征和潛在條件，提出可能的數據收集和整合方案，建立相應的數據模型，實現數據的融合處理。

（3）數據挖掘是從預設目標和問題清單出發，結合大數據理念和人工智能概念，研究通用的數據挖掘算法和分析方法，提煉出和設計相匹配的挖掘工具。

典型的數據挖掘算法如表1所示。

（4）結果分析是根據數據挖掘的結果開展結論解剖，分析結果可能存在的邊界條件和深層次原因。

（5）科學論證是對比預設目標、分析結果和實際工作，驗證數據挖掘和結果分析的真實性和有效性。

以大數據為依托，貫穿于電力設計質量管理流程的量化決策支持系統可以從海量數據中挖掘出涉及電網、設計人員、外委單位和用戶的有效信息，實現管控的科學性和合理性，持續提升設計質量。

4 結束語

本文依托大數據技術，探索設計質量科學管理和精益管理的新方向，提出一種量化分析模式。該模式以設計數據為基礎，采用數據挖掘、聯機分析處理等數據技術，實現對設計質量的精確量化管控，以改善當前數據管理不完善、管理決策過于定性等現狀，確保在開展專業創新、提升設計質量的同時，提升設計企業的核心競爭力。

參考文獻

[1]楊惠麗.電力工程設計質量探討[J] .中國高新技術企業，2015（23）：126-127.

[2]盧興旺，丁月明，吳陽.試論如何做好電力工程的質量控制工作[J] .電子制作，2014（21）：233-233.

[3]丁俊，王勇，郭銳.電力設計質量的量化分析初探[J]. 機電信息，2018（18）： 140-141+143.

[4]鄭立新. 電力設計企業統計管理的突出問題及完善對策[J]. 現代經濟信息， 2015（8）：135.