高大明，詹姚林，张江红

（广州文冲船舶修造有限公司，广东广州 511462）

0 引言

新能源配套电气设备质量管理的根本目标在于：保证设备运行的稳定性、安全性与可靠性；降低设备运行过程中对资源的消耗及对周边环境的不良影响；提高设备运行与使用效率。为实现这一目标，管理人员需要综合考虑影响设备性能及运行状态的多方面因素，如设备设计因素、环境因素、操作方式因素等。影响设备的因素众多、信息繁杂，具有大数据的特征，并且具有相互间的关联性与逻辑性。为此，运用大数据技术能够全面识别并掌握影响设备质量的因素，发现设备质量及安全隐患，提升设备质量管理的科学性与精准性。由于新能源配套电气设备质量管理环节分散，通常要对设备全生命周期如设备采购、使用、报废等各个阶段进行全面管理，任务量大且难度高，传统管理模式以人工为主，容易出现设备质量关键点控制不全面、管理有漏洞等问题，而将大数据与赫芬达尔—赫希曼指数模型联用，可以消除设备质量的偶发性问题，呈现出集中度高、频次高的新能源配套电器设备质量问题类型与诱发原因，有助于实现新能源配套电气设备质量的精准化管理。下面以某新能源项目为例，介绍大数据背景下新能源配套电气设备质量管理的策略。

1 大数据及赫芬达尔—赫希曼指数模型

1.1 大数据的内涵与功能

大数据是一种科学的分析方法，立足于海量的数据，分析各类数据事项之间隐藏的关联性、事件的发展规律，通过总结事件经验、借助特定的分析与算法预测事件未来的发展趋势。……