电力设计质量的量化分析初探

张建中

摘要：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。文章以电力设计质量为探讨对象，深入研究了电力设计质量的量化分析，以供参考。

关键词：电力设计；质量；量化分析

1电力工程设计质量管理的特点

1.1系统性

电力设计有不同的层次区分，如核电站的设计事关国民生命财产安全，该类设计的质量要求属于重大级别；侧重于考虑操作的安全性及发电可靠性，其质量要求属于重要级别；侧重于考虑产品的外观、经济性、企业声誉，其质量要求属于一般级别。因此，在企业质量管理体系的建立与完善过程中，要对电力设计中的过程进行把关，从而提高整个质量管理体系的系统性，促进企业效益的最大化。

1.2安全性

电力项目的生产、分配和消费是同一时间进行的，具有相当大的同时性，但是当这一环节中的任何一个步骤出现问题，就会严重影响电力工程设计质量的管理。尤其是对其安全性能的关注来说，在进行设计的时候就要将各个方面的因素考虑周全，尽量避免出现相关的安全质量问题，从而对人身健康和环节造成污染。

1.3经济性

电力项目设计产品的经济性其实是一种产品质量附属的属性，对于电力工程设计的企业来说，不能够仅仅为了最终的产量而忽略掉相关质量的问题，这也会严重影响到整个电力工程的造价水平。因此，这就要求国家电网公司建立一套完善的质量考评办法，对项目的初步设计、现场施工步骤以及后期竣工的相关维护等部分进行详细的研究，始终坚持着“百年大计、质量第一”的重要方针，要求在保证电力工程设计质量管理完善的前提下，尽可能的节约经济成本，从而保障整个电力工程设计质量管理的经济性，促进我国国家电网公司和其他相关企业共同发展。

2电力工程设计质量把控的必要性

首先，质量职能活动贯穿于设计产品质量形成的全过程，从设计策划延伸到设计服务的各个环节。设计质量管理的目标是确保产品质量的实现并达到顾客满意，设计质量管理的主要任务是围绕产品质量形成的全过程，通过对实施质量管理必需的程序、实现过程、资源以及各个部门的管理职责的有效运作，最终实现对质量管理的各个阶段进行有效控制。需要注意的是，对于电力工程设计质量的把控需要根据其设计过程的不同背景，要严格遵守国家、地方法律以及行业内的规范等。通过电力工程设计过程的质量把控，为后期电力工程的施工提高可参考的、可落地的行为方案，避免由于最初设计的过错而造成施工过程当中、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。

其次，电力资源对于现代社会的运转有着举足轻重的作用。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等，并且前期设计的不科学很有可能影响到电力工程后期的运转，频繁的出现事故、问题将大大地影响到电力资源的正常、高效供给，最终影响到对于电力资源需求的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。

3电力工程项目设计质量管理中包含的因素

3.1组织机构

电力工程项目的设计质量高低取决于人，而其中领导的作用尤为关键，特别是电力工程项目设计方的决策人员，其作用影响程度最大、持续时间最长、效果最直接。健全的组织机构是设计单位质量管理的基础和保障，项目最高管理者需要通过发布质量方针、进行质量策划、明确职责权限与沟通、开展管理评审等活动，对项目组织实施设计质量管理并持续改进其有效性打下基础。

3.2资源管理

资源是设计质量管理的前提，缺少资源管理就谈不上设计质量管理。在实施设计质量管理的各项活动过程中，设计项目组织应提供资源的充分保证，其中包括：基础设施、人力资源、专项技能、工作环境、技术以及经济资源等。

3.3设计和开发

设计和开发是质量管理各项活动落地的重要环节，再好的质量策划、质量目标都需要具体的设计和开发工作来完成。对产品的设计和开发过程实施控制是设计质量管理的有效保证措施，确保设计项目的质量满足顾客及设计合同的要求，电力工程的设计和开发应做好以下环节：设计策划、设计输入、设计输出、设计评审、设计验证、设计确认、设计更改，项目组织应确保各个环节全程受控，即实现设计质量的全过程管理。

3.4测量分析和改进

为验证设计产品满足质量管理目标要求的充分性，确保设计质量管理的符合性，持续改进其有效性，组织应在策划文件中明确设计质量管理测量、监视、分析和改进等活动。包含设计差错控制、不合格项的控制、预防措施及纠正措施。

4量化分析在电力设计质量管理中的运用

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。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。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，也是企业人工智能化的必经之路。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。

4.1量化评价过程

结合电力设计工作现状，我们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。

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。

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。

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。

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。

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。

4.2量化决策支持

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自身、设计人员、外包单位和用户的有效信息，实现管控的科学性和合理性，为电网的全寿命周期管理和安全稳定运行提供源头保障。该系统是多位一体的决策支持系统，整体框架包含了数据库层、数据处理层和人机交互界面，具备问题引导、业务监测、数据查询、综合分析等功能。

系统涉及的数据大多来源于常规业务平台，数据类型按需进行库分类，数据库层和数据处理层融合了数据仓库、联机分析处理以及数据挖掘等关键技术，相关技术应匹配电力设计工作需求，以较好地满足量化决策支持系统的预设目标。

5结束语

综上所述，设计阶段是工程项目全寿命周期管理中最重要一环，设计质量将直接影响电力工程建设质量和运行安全可靠。随着我国电力体制的改革和完善，电力工程设计需要充分发挥团队的技术资源和力量，积极运用数据化的科学、实用方法开展设计全过程管理，努力实现经济和社会效益的同步提升。

参考文献：

[1]徐林.电力工程设计质量管理的实践与思考浅析[J].山东工业技术，2018(04):168.

[2]林茸.关于电力工程中电力系统规划设计研究[J].山东工业技术，2017(22):160.

[3]陈雷.电力工程设计质量探讨[J].化工管理，2017(18):254.