电力工程设计质量的量化分析初探

陈琳　唐忠达

摘要：在当前市场环境下，随着国家能源发展战略的深入调整和电力体制改革的不断深入，电力供需发生较大变化，电力设计行业快速扩张。在市場容量越来越大的同时，行业垄断逐步被打破，随着业主招投标工作的全面开展，原有的市场边界逐渐模糊，越来越多的外来企业、民营企业跨区域、跨行业进入本地市场，市场竞争趋于白热化，甚至出现了一定程度的无序竞争与压价竞争。而中小型设计院在市场完全开放的情况，将处于不利的市场竞争地位，生存压力较大。从企业角度来看，解决问题的关键在于提升设计院的核心竞争力，而开展专业创新和提升设计质量也将成为中小型设计院的发展方向。

关键词：设计质量;量化分析;大数据技术

中图分类号：TM73         文献标识码：A

1电力工程设计质量

电力工程设计质量指的是在针对不同情况的电力工程设计当中需要有严格的规范和行为管理。通过电力工程设计过程的质量把控，可为后期电力工程的施工提供可参考的、可落地的行为方案，避免由于最初设计的差错而造成施工过程当中，以及后期电力系统的运作过程当中可能出现的问题、事故，造成人力、财产资源的浪费，降低系统运转的效用。

2 对电力工程设计质量把控的必要性

电力资源对于现代社会的运转有着举足轻重的作用。一方面，在社会日常的生产活动当中，各种电力器械的应用导致对电力资源产生了极大的需求量。如果在电力工程的前期设计中不够严格、科学、可落地，首先可能造成在具体的电力工程施工过程中出现事故，威胁到工作人员的人身安全以及财产的安全，造成器械的损坏等，并且前期设计的不可理很有可能影响到电力工程后期的运转，频繁出现的事故、问题将很大地影响到电力资源的正常、高效供给，最终影响到生产企业的正常生产活动，进而影响到整个社会的高效运转，影响经济的持续增长。另一方面，由于现代物质生活的进步，在人们的日常生活当中充斥着大量的与电相关的器具和设备，人们已经无法离开电力资源而进行更丰富的生活，大量的日常需求对电力工程设计提出了更高的要求，以保证日常生活的健康运转^[1-2]。基于这样的社会发展背景，在电力行业中，对电力工程设计质量的严格把控具有重要的社会意义，其能够切实影响到社会运转，需要得到人们的重视和不断研究。

3量化分析在电力工程设计质量中的应用

高质量的设计必须具备合理性、适应性和经济性等特点。结合国际先进的管理经验可以看出，科学智能的管理方法是电力设计质量管理提质增效的有效途径之一。依托大数据技术，开展基于基础数据的量化分析方法，是探索设计质量科学管理、精益管理的一种新趋势^[3]。作为量化分析的前提条件，基础数据管理应该成为企业工作的核心内容之一。真实有效的基础数据能够反映企业实际经营状况，也能够为企业的业务处理和科学决策提供参考。在实际工作中，电力设计院专注业务管控的同时，往往忽略基础数据的统计分析工作，数据分析人员配置不足。企业内部数据的收集方式较为单一，多采用业务报表的形式，缺乏对行业信息的收集整理，数据分析以简要的说明分析为主，尚未建立统一的数据库和数据分析平台^[4]。在此背景下，电力设计数据的全面分析难以实现，数据分析的质量难以保障，对电力设计质量科学管理的参考意义不大。

近年来，大数据技术作为前沿的技术领域受到了专家学者的广泛关注。大数据是指通过对大量的种类和来源复杂的数据进行高速地捕捉、发现和分析，用经济的方法提取其价值的技术体系或技术架构。大数据早期应用于商业金融领域，后来逐渐拓展到能源、交通、服务等领域，电网也是大数据应用的重要领域之一。在电力设计行业，传统的设计质量管理以定性评价为主，注重经验判断和趋势分析，强调观察、分析、归纳和描述等过程。相比较而言，定量评价以数据为基础，能够用简化的数值对评价对象进行描述和判断，更具有客观标准、精确可靠等特点。在现代电力设计质量管理中，树立数据意识、转变数据理念，将大数据和量化评价相结合，能够为企业管理提供有效的决策依据。大数据方法采用详尽的数据，数据越多表明信息量越大，数据来源则是跨专业、跨部门、跨地区等多流程、多维度，数据规模大，数据处理技术多样。

结合电力设计工作现状，可将基于大数据的量化评价分为五个过程：目标设定、数据整理、数据挖掘、结果分析、科学论证^[3]。

（1）目标设定是采用结果分析方法，假设问题目标，建立问题清单，提前设想可能出现的应用条件，提出潜在的数据库和数据类型。

（2）数据整理是根据数据特征和潜在条件，提出可能的数据收集和整合方案，建立相应的数据模型，实现数据的融合处理。

（3）数据挖掘是从预设目标和问题清单出发，结合大数据理念和人工智能概念，研究通用的数据挖掘算法和分析方法，提炼出和设计相匹配的挖掘工具。

典型的数据挖掘算法如表1所示。

（4）结果分析是根据数据挖掘的结果开展结论解剖，分析结果可能存在的边界条件和深层次原因。

（5）科学论证是对比预设目标、分析结果和实际工作，验证数据挖掘和结果分析的真实性和有效性。

以大数据为依托，贯穿于电力设计质量管理流程的量化决策支持系统可以从海量数据中挖掘出涉及电网、设计人员、外委单位和用户的有效信息，实现管控的科学性和合理性，持续提升设计质量。

4 结束语

本文依托大数据技术，探索设计质量科学管理和精益管理的新方向，提出一种量化分析模式。该模式以设计数据为基础，采用数据挖掘、联机分析处理等数据技术，实现对设计质量的精确量化管控，以改善当前数据管理不完善、管理决策过于定性等现状，确保在开展专业创新、提升设计质量的同时，提升设计企业的核心竞争力。

参考文献

[1]杨惠丽.电力工程设计质量探讨[J] .中国高新技术企业，2015（23）：126-127.

[2]卢兴旺，丁月明，吴阳.试论如何做好电力工程的质量控制工作[J] .电子制作，2014（21）：233-233.

[3]丁俊，王勇，郭锐.电力设计质量的量化分析初探[J]. 机电信息，2018（18）： 140-141+143.

[4]郑立新. 电力设计企业统计管理的突出问题及完善对策[J]. 现代经济信息， 2015（8）：135.