大數據背景下新能源配套電氣設備質量管理研究

高大明，詹姚林，張江紅

（廣州文沖船舶修造有限公司，廣東廣州 511462）

0 引言

新能源配套電氣設備質量管理的根本目標在于：保證設備運行的穩定性、安全性與可靠性；降低設備運行過程中對資源的消耗及對周邊環境的不良影響；提高設備運行與使用效率。為實現這一目標，管理人員需要綜合考慮影響設備性能及運行狀態的多方面因素，如設備設計因素、環境因素、操作方式因素等。影響設備的因素眾多、信息繁雜，具有大數據的特征，并且具有相互間的關聯性與邏輯性。為此，運用大數據技術能夠全面識別并掌握影響設備質量的因素，發現設備質量及安全隱患，提升設備質量管理的科學性與精準性。由于新能源配套電氣設備質量管理環節分散，通常要對設備全生命周期如設備采購、使用、報廢等各個階段進行全面管理，任務量大且難度高，傳統管理模式以人工為主，容易出現設備質量關鍵點控制不全面、管理有漏洞等問題，而將大數據與赫芬達爾—赫希曼指數模型聯用，可以消除設備質量的偶發性問題，呈現出集中度高、頻次高的新能源配套電器設備質量問題類型與誘發原因，有助于實現新能源配套電氣設備質量的精準化管理。下面以某新能源項目為例，介紹大數據背景下新能源配套電氣設備質量管理的策略。

1 大數據及赫芬達爾—赫希曼指數模型

1.1 大數據的內涵與功能

大數據是一種科學的分析方法，立足于海量的數據，分析各類數據事項之間隱藏的關聯性、事件的發展規律，通過總結事件經驗、借助特定的分析與算法預測事件未來的發展趨勢。相較于傳統基于抽樣檢測的分析方法，大數據樣本的容量規模更加龐大、維度分析更為全面，并且常伴有附加值信息的產生，因此其應用范圍更加廣泛、價值更為突出。

大數據不僅僅是一種技術，更是一種顛覆性的思維模式。新能源項目所需電氣設備規模較大、系統龐雜、設備使用環節分散，傳統管理理念下新能源配套電氣設備質量管理不僅任務重、而且質效偏低。如果管理人員具備大數據思維，能夠整合與設備質量相關的各類因素信息，并基于實際的設備應用場景識別引發設備質量問題的關鍵因素，再將管理精力與資源集中在此類關鍵因素的控制，則可以實現對新能源配套電氣設備質量的精準化、智能化、信息化管理。

1.2 赫芬達爾—赫希曼指數模型

赫芬達爾—赫希曼指數主要用于測算產業集中程度，通過計算產業市場內各個競爭個體規模在產業資產總規模中的占比，統計并分析競爭個體所占市場份額的變化規律，以此來體現出各個競爭個體規模的離散程度。該指標最突出的優勢在于剔除偶發性因素、排除數據噪聲。

將大數據與赫芬達爾—赫希曼指數模型聯合應用于新能源配套電氣設備質量管理中的理論依據為，產業市場行為與電氣設備質量問題的數據反饋機理、流程有極大的相似之處。產業市場行為數據反饋流程為“競爭主體數量→競爭主體規模及其在產業資產中的占比→產業集中度”，而新能源配套電氣設備質量問題數據反饋流程為“質量問題總規模→每一類設備問題的規模及其在總規模中的占比→質量問題集中程度”。由此可見，兩者數據反饋流程極為相似。

在電氣設備質量問題數據反饋中，由每一類設備問題規模及其在總規模中的占比到質量問題集中程度的分析過程，則需要依靠大數據建立質量問題個案之間的關聯、從多個維度對問題的屬性進行歸類、發現質量問題背后隱含的關鍵誘發因素，繼而為新能源配套電氣設備質量管理的資源配置、方案制定等決策提供支持。

2 大數據背景下新能源配套電氣設備質量管理策略

2.1 案例概況

某新能源項目在設備建設、使用等各個階段反映出配套電氣設備質量問題共43 項，包括風機電梯附件鋼材厚度不滿足標準、高空通道護欄斷裂、塔基平臺鋼梁銹蝕、變壓器油箱焊縫開裂、風機塔筒鍍鋅瘤鋅皮未處理、箱式變電站外殼破損、GIS（Gas Insulated Switchgear，氣體絕緣開關設備）出廠試驗放電、預裝波紋管破碎、主母線導體觸頭觸指鍍銀面氧化、變壓器耐壓試驗不合格、塔筒基礎環擴徑尺寸超標、塔筒主體構支架焊接探傷檢查比例不達標、多晶光伏組件光衰減指標不合格、遙測控信號頻繁丟失等。

2.2 項目配套電氣設備質量管理流程

大數據支撐下新能源項目配套電器設備質量管理流程為：運用大數據深入挖掘配套電氣設備質量問題歷史數據；基于大數據及赫芬達爾—赫希曼指數模型構建電氣設備質量評價模型；輸出最可能發生的質量問題；針對頻發性及關鍵性問題采取質量控制與管理措施。

2.2.1 評價模型的建立

新能源配套電氣設備質量問題集中程度（赫芬達爾—赫希曼指數）的計算公式為：

式中 X——新能源配套電氣設備質量問題的總規模

Xi-1——某一類配套電氣設備質量問題的規模

Si——該類配套電氣設備質量問題規模在總規模中的占比

N——電氣設備質量問題歸類總量

在確定新能源配套電氣設備質量問題集中度計算的各項參數后，還需要解決兩大問題才能構建評價模型。

（1）對質量問題數據進行結構化處理。當前該新能源項目所反映的配套電氣設備質量問題屬于事務性的非結構化數據，需要將問題類型、程度等量化并轉化為滿足大數據模型分析需求的結構化數據。

（2）確定數據篩選的顆粒度。在新能源配套電器設備使用中，各個流程、工序都會產生海量的、與設備質量相關的信息，每一條瑣碎的信息都有可能造成質量管理的不確定性，因此需要根據影響質量因素的最小條件確定數據收集與篩選的范圍。

2.2.2 配套電氣設備質量問題集中程度及分類

利用結構化關鍵字識別方法對質量問題數據進行結構化處理后，可得出新能源配套電氣設備質量問題集中程度（圖1）。

圖1 新能源配套電氣設備關鍵質量問題集中程度分析

從圖1 可以發現，該新能源項目配套電氣設備質量控制的關鍵點在于設備外觀、設備結構、主機非帶電部分。然后對上述電氣設備質量問題的成因進行分析。仍采用上述的質量問題集中程度分析方法，各類質量問題成因集中程度分析結果見圖2。

由圖2 可知，該新能源項目配套電氣設備外觀、結構、主機非帶電部分關鍵質量問題產生的主要原因在于供應商監管執行不力、原材料及外購件質檢不到位、設備包裝發運管理不到位。為此，管理人員可采用回溯管理流程的方法發現各個環節的主要問題，如供應商監管執行不力情況產生的原因可能為供應商監管制度投放不足、監管流程存在漏洞、監管人員職業態度不端正等，在此基礎上管理人員可有針對性地整改管理流程。

圖2 新能源配套電氣設備質量問題原因集中程度

2.2.3 借助PDCA 循環管理圈實現持續化與長期性管理

管理人員依照上述流程改進新能源配套電氣設備質量管理流程、方法后，需要對改進、優化的效果進行綜合評估，因此需要引入PDCA（Plan-Do-Check-Check）管理循環圈。

計劃（Plan）：根據數據分析結果重新制定配套電氣設備質量控制關鍵點的管理流程、工作細則等，形成新的管理方案。

執行（Do）：實施新能源配套電氣設備質量管理調整方案。

檢查（Check）：收集調整方案實施過程中存在的問題、發現新問題。

整改（Action）：保留適用措施、總結整改措施，按照上述流程重新發現新能源配套電氣設備質量管理中存在的問題。

3 結束語

大數據背景下，新能源配套電氣設備由傳統的粗放式管理轉變為精細化管理，管理對象也由設備物理實體轉變為設備全生命周期中可能影響設備質量的關鍵信息。基于此，建議企業運用大數據及赫芬達爾—赫希曼指數模型深入分析影響設備質量的關鍵因素，建立設備質量問題與管理問題隱性關聯，以發現當前電氣設備質量管理中存在的問題。同時，以數據分析為核心構建設備質量PDCA 管理循環圈，持續推進設備質量管理的優化與更新，實現對設備質量的全面化、跟蹤化、實時化、智能化控制。