CN109523145A - 电力设计质量管控平台 - Google Patents

Abstract

本发明涉及一种电力设计质量管控平台，包括：用于对电力设计项目进行决策分析的决策分析层；用于存储和向决策分析层提供其分析所需相关信息的信息层；用于在用户和决策分析层之间传递信息的人机交互层。决策分析层包括用于对电力设计项目进行多维分析的联机分析子系统、用于对电力设计项目相关数据进行数据挖掘的数据挖掘子系统、用于对电力设计项目进行问题求解的模型决策子系统。信息层包括数据库、方法库、知识库、模型库、决策信息库。本发明能够对电力设计过程进行更加深入的分析，从而为设计质量管控提供决策支持，进而提高设计人员的工作水平，实现电网设计质量全过程管控的合理性。

Description

电力设计质量管控平台

技术领域

本发明属于电力系统设计领域，具体涉及一种对电力设计的质量进行管控的智能平台。

背景技术

电力设计工作专业分支多、内容繁杂，在满足设计规程规范的同时，要合理满足项目客户需求，保障客户和电网的双重利益。在电力系统全寿命周期管理流程中，设计质量管理作为源头环节，关系着电网的安全稳定运行，是电力企业可持续发展的重要保障之一。为了从根本上提升设计质量，设计人员要结合不同工程的特点，有针对性地开展设计创新和设计优化，严格控制主要技术指标，努力实现设计精良、投资合理、施工便利及运行稳定，确保设计水平的提升。

电力设计管控平台致力于利用大数据技术提升设计质量。需求分析是平台开发的首要一步，也是极为重要的关键所在。全面而准确的需求分析是平台开发能否成功的必要条件。结合电力设计质量管理流程，根据当前工程项目设计管理系统的实际应用，得出相应的质量管控平台（电力设计常规业务平台）所需要的主要功能模块：业务监测、综合查询和综合分析。

业务监测主要是对工程项目设计全流程进行监控管理。每一个工程项目对应一个完整的设计流程，从设计合同、可行性研究报告、初步设计方案、施工图到竣工图，每一步都需要校对、审核和批准等手续，所有节点的信息都会录入到常规业务系统。通过对常规业务系统中的所有节点信息进行监测，对异常情况进行业务监督管理，通常包括完成时间监测、项目类型监测、设计人员监测、特殊项目监测、特殊用户监测等。

综合查询主要是用于实现对所有项目工程设计情况的全面综合的在线查询，包括项目信息查询、用户信息查询、设计人员信息查询。其中项目信息查询按以下条件进行组合查询：专业类别、电压等级、设计进度、设计阶段、起止时间、设计人员、用户等；用户信息查询按专业类别、电压等级、所在区域、用户性质、设计费等；设计人员信息查询按专业类别、电压等级、设计资质、负责区域等。

综合分析是设计质量管控平台（智能决策支持系统）的主要核心功能，需要实现项目分析、设计人员分析和用户分析，分析的关键是全面详细的数据资料。项目分析是根据已完成的工程项目设计的校审记录以及后续施工、运维、检修记录，持续跟踪项目的设计质量，解析设计质量关键要素。设计人员分析是结合项目分析结果，剖析设计人员的优势和薄弱环节，可靠反映设计水平。用户分析是结合用户的需求、信用、反馈和投诉，分析市场趋势，为用户提供主动高效的设计服务。

由此可以看出，电力设计常规业务平台其主要是基于设计过程中的各种数据资料进行较为简单的监测和分析并供用户查询，在某些情况下难以满足需求。

发明内容

本发明的目的是一种作为电力设计常规业务平台的补充，为电力设计进行更深入的决策分析的电力设计质量管控平台。

为达到上述目的，本发明采用的技术方案是：

一种电力设计质量管控平台，包括：

用于对电力设计项目进行决策分析的决策分析层；

用于存储和向所述决策分析层提供其分析所需相关信息的信息层；

用于在用户和所述决策分析层之间传递信息的人机交互层。

所述决策分析层包括用于对所述电力设计项目进行多维分析的联机分析子系统、用于对所述电力设计项目相关数据进行数据挖掘的数据挖掘子系统、用于对所述电力设计项目进行问题求解的模型决策子系统。

所述信息层包括用于为所述联机分析子系统和所述数据挖掘子系统提供所述电力设计项目相关数据的数据库、用于为所述数据挖掘子系统提供数据挖掘方法的方法库、用于为所述数据挖掘子系统提供数据挖掘所需知识的知识库、用于为所述模型决策子系统提供问题求解所需模型的模型库、用于为所述模型决策子系统提供问题求解所需决策信息的决策信息库。

所述数据库与电力设计常规业务平台相连接并获得所述电力设计项目相关数据。

所述决策分析层与所述信息层之间、所述决策分析层与所述人机交互层之间分别通过接口层相连接。

所述数据挖掘方法包括关联算法、分类算法、聚类算法、预测算法。

由于上述技术方案运用，本发明与现有技术相比具有下列优点：本发明作为电力设计常规业务平台的补充，能够对电力设计过程进行更加深入的分析，从而为设计质量管控提供决策支持，进而提高设计人员的工作水平，实现电网设计质量全过程管控的合理性，为电网的全寿命周期管理和安全稳定运行提供源头保障。

附图说明

图1为本发明的电力设计质量管控平台的总体框架图。

具体实施方式

下面结合附图所示的实施例对本发明作进一步描述。

实施例一：相比较于常规的工程项目设计管理系统，电力设计质量管控平台是一个涉及用户的决策支持系统，是常规业务系统在辅助决策支持功能方面的重要补充和延伸，其业务数据和逻辑分析都必须来源于常规业务系统。根据上述需求分析的内容，采用数据挖掘技术，搭建平台框架，可以满足实际工作的需求。

如图1所示，一种电力设计质量管控平台，包括决策分析层、信息层和人机交互层。

决策分析层是平台的核心部分，用于对电力设计项目进行决策分析，其包括用于对电力设计项目进行多维分析（立项时间、设计人员、电压等级、项目类型、客户类型、设计质量等多维度数据）的联机分析子系统、用于对电力设计项目相关数据进行数据挖掘的数据挖掘子系统、用于对电力设计项目进行问题求解的模型决策子系统。其中，数据挖掘子系统通过数据挖掘技术可以挖掘数据内部隐藏的知识和规律，而模型决策子系统则通过数理统计模型实现问题的求解。

信息层是整个平台的信息知识来源，用于存储和向决策分析层提供其分析所需相关信息，其包括用于为联机分析子系统和数据挖掘子系统提供电力设计项目相关数据的数据库、用于为数据挖掘子系统提供数据挖掘方法的方法库、用于为数据挖掘子系统提供数据挖掘所需知识的知识库、用于为模型决策子系统提供问题求解所需模型的模型库、用于为模型决策子系统提供问题求解所需决策信息的决策信息库。方法库中保存并向决策分析层提供的数据挖掘方法包括关联算法、分类算法、聚类算法、预测算法等。

人机交互层用于在用户和决策分析层之间传递信息。

上述决策分析层与信息层之间、决策分析层与人机交互层之间分别通过接口层相连接。各类数据库之间也通过接口层相连接。数据库与电力设计常规业务平台相连接并获得电力设计项目相关数据。从而接口层可以完成各类数据的接口功能，以及库的管理功能和人机交互引导功能。

以上电力设计质量管控平台的方案中，涉及的关键技术主要包括数据库技术、数据分析技术、模型选择技术和数据接口技术。

数据库技术：数据库的构建是一项系统工程，根据情况不同，可能既需要人力资金的大量投入，还有大量技术性方面的工作，如数据库平台选择设计以及数据收集整理清洗等。

数据分析技术：主要是数据分析工具的选择或设计，一些数据库厂家己经对分析工具推出一些比较好的商业工具，可以经过论证后与数据库结合起来进行统一选择。对于数据挖掘工具，也有一些商业化工具出现，但一般是针对特定的应用领域而设计的。针对电力设计领域，可以选择一些具有二次开发功能的通用工具包，自行构建一些适用于电力设计分析特点的挖掘算法和专用工具。

模型选择技术：针对目标问题能自动选择合适的模型，包括预测类模型、分析模型、优化模型等选择，采用的技术有基于神经网络的模型选择技术以及基于遗传算法的模型自动选择技术等。

数据接口技术：模型库、知识库、方法库、决策信息库等多个库之间实现良好的接口和统一的管理，协同配合完成决策问题的分析和支持。

数据挖掘技术是基于计算机的方案，按照既定的业务目标从海量数据中提取出潜在的、有效的并能被人理解的模式（知识）的高级过程。数据挖掘的两个基本目标是描述和预测。描述指找到描述数据的可理解模式，预测指用变量或数据库中的若干已知字段预测其他感兴趣的变量或字段的未知值。

数据挖掘全过程一般由三个阶段组成：数据准备、数据挖掘以及解释评估，数据挖掘是这三个阶段的反复。

数据准备：数据准备阶段是数据挖掘的第一个阶段。其好坏将影响数据挖掘的效率、准确度以及最终挖掘模式的有效性。该阶段又可以细分为4个步骤：数据集成、数据选择、数据预处理和数据转换。

数据挖掘：选择并应用适当数据挖掘技术，从数据中提出用户感兴趣的知识，这些知识可以用一种特定的方式表示或使用一些常用的方式表示。

解释评估：解释评估是根据最终用户的决策目的对提取的知识进行分析，把最有价值的信息区分出来，提交给用户。在这个过程中，不仅要把知识以能被理解的方式表示出来，还要对其进行有效性评估，如果不能满足用户要求，则应重复上述数据挖掘的过程。

在基于数据挖掘的决策支持系统研究中，挖掘算法一直是其主要的研究方向，主要有关联算法、分类算法、聚类算法以及预测算法等。

电网设计质量管理是全寿命周期管理的源头环节之一，基于数据挖掘技术的电网设计质量管控平台能够基于海量数据，从电网本身、设计人员和用户之间提炼出内在的逻辑关系和有用信息，实时评估可能的设计缺陷和安全隐患，为设计质量管控提供决策支持，进而提高设计人员的工作水平，实现电网设计质量全过程管控的合理性，为电网的全寿命周期管理和安全稳定运行提供源头保障。

综上，电力设计作为电网发展的源头环节，是项目全寿命周期管理的重要组成部分，在当前电力建设的背景下，如何更好地提高电力设计管理水平和项目设计质量成为一项非常重要的任务，从而能够为电网的施工建设和运维检修提供可靠保障，提升供电可靠性，降低电网运行的安全风险。基于企业内部发展需要，传统的业务管理系统仅面对基本业务信息，难以满足设计质量管控工作的需求。随着大数据技术的普及，数据挖掘技术在工程技术中发挥着越来越大的作用。数据挖掘技术是人工智能和数据库结合的产物，用于从海量数据库中提取存在的潜在关系和潜在规则，如今已经成为一种智能决策的重要途径，在决策支持系统中具有重大的应用研究价值。以上对电力设计决策支持的需求进行了详细分析和设计，在此基础上提出了一种基于数据挖掘技术的电力设计质量管控平台，结合已有业务系统和实际工作需求，搭建了平台总体框架，分析了关键的数据处理技术，旨在从海量数据中挖掘出涉及电网、设计人员、外包单位和用户的有效信息，实现电网设计质量全过程管控的合理性，为电网的全寿命周期管理和安全稳定运行提供源头保障。该平台是一个涉及用户的决策支持系统，是对常规设计业务系统的重要补充和功能延伸，具备问题引导功能，兼顾业务监测、综合查询和综合分析三个功能模块，融合了数据仓库、联机分析处理技术以及数据挖掘技术，充分利用数据准备、数据挖掘以及解释评估的三步挖掘过程，确保能够提取出业务数据中的有效信息，以较好满足电力设计决策支持系统的实际需求。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种电力设计质量管控平台，其特征在于：所述电力设计质量管控平台包括：

用于对电力设计项目进行决策分析的决策分析层；

用于存储和向所述决策分析层提供其分析所需相关信息的信息层；

用于在用户和所述决策分析层之间传递信息的人机交互层。

2.根据权利要求1所述的电力设计质量管控平台，其特征在于：所述决策分析层包括用于对所述电力设计项目进行多维分析的联机分析子系统、用于对所述电力设计项目相关数据进行数据挖掘的数据挖掘子系统、用于对所述电力设计项目进行问题求解的模型决策子系统。

3.根据权利要求2所述的电力设计质量管控平台，其特征在于：所述信息层包括用于为所述联机分析子系统和所述数据挖掘子系统提供所述电力设计项目相关数据的数据库、用于为所述数据挖掘子系统提供数据挖掘方法的方法库、用于为所述数据挖掘子系统提供数据挖掘所需知识的知识库、用于为所述模型决策子系统提供问题求解所需模型的模型库、用于为所述模型决策子系统提供问题求解所需决策信息的决策信息库。

4.根据权利要求3所述的电力设计质量管控平台，其特征在于：所述数据库与电力设计常规业务平台相连接并获得所述电力设计项目相关数据。

5.根据权利要求1至4中任一项所述的电力设计质量管控平台，其特征在于：所述决策分析层与所述信息层之间、所述决策分析层与所述人机交互层之间分别通过接口层相连接。

6.根据权利要求3所述的电力设计质量管控平台，其特征在于：所述数据挖掘方法包括关联算法、分类算法、聚类算法、预测算法。