蔡榕，周长江，祝和明，王存超，郭晏

（国网江苏省电力有限公司，江苏南京 210000）

目前，我国的专利分类主要分为3 种，分别为发明、实用新型、外观设计3 种。我国电力领域的电力专利数据也可分为以上3 种类别，其中发明类别是指电力产品制造、电力方法运用的电力专利数据[1-3]；实用新型类别是指电力产品的形状、构造以及电力方法运用具有突破性改进的电力专利数据；外观设计类别则是指电力产品通过外观、图案、色彩相结合变得富有美感并可加以运用的电力专利数据，国外针对电力专利数据的整体分类与我国大致相同，但都存在着人工分类缓慢、自动分类易错的现象，尤其是面对复杂数据群时，传统方法的弊端凸显得更加明显。

基于态势感知理念设计了一种电力专利数据自动分类方法，该方法可以通过对我国电力专利大数据网的数据分别进行提取与分析，达到未来态势分析、自动分类计划制定、合理自动分类的目的。受目前电力专利数据复杂程度的影响，可将态势感知分为基础感知与综合感知两个层次，从不同层次分类数据群，从而提高分类结果的准确率。

1 基于态势感知的电力专利数据自动提取

电力专利数据是电力领域知识与技术信息的载体，也是该领域创新活动的直接体现[4]。将我国的电力专利数据进行归纳，如图1 所示。

图1 电力专利数据归纳图

以上3 种电力专利数据构成了我国的电力专利大数据网，而首先要做的就是通过态势感知理念对电力专利大数据网中的电力专利数据进行自动提取，这属于态势感知中的基础感知层次[5]。……