陈超，吴迪，唐昕，冯斌，张又文，郭创新

(1.国网浙江平湖市供电有限公司，浙江 平湖 314200;2.国网嘉兴供电公司，浙江 嘉兴 314033;3.浙江大学 电气工程学院，浙江 杭州 310027)

0 引 言

随着电网在线监测装置的普及，状态评价和故障诊断的自动化程度不断提升。然而受限于在线监测装置的覆盖率、可靠性与故障研判类型局限性问题，在目前设备运维实践中，仍有大量设备巡检记录依赖人工完成，且这部分信息常以文本形式进行记录[1]。近年来，学者开始将自然语言处理应用于电力设备文本分析。邱剑博士[2]利用K近邻方法实现故障文本分类，将文本挖掘技术应用于断路器全寿命状态评价。文献[3]与文献[4]在此基础上深入研究，提出了卷积神经网络与双向长短期记忆网络，提升了分类效果。

上述研究对模型结构进行了多种探索，但在文本预处理与特征融合方面并未开展较多研究。为提升电力缺陷文本挖掘效果，本文在文本数据预处理与特征融合方面开展研究。首先采用新词发现算法，扩充电力专业词汇；其次在特征融合方面，融合字与词级别特征；最终通过注意力机制优化的卷积神经网络对电力设备缺陷文本进行训练，并开展对比试验。

1 基于新词发现的文本数据预处理

1.1 基于凝固度-自由度的新词发现

为全面覆盖具体的训练语料中所有的专业词汇，除了通过导则规范梳理出专业词汇外，还需对训练语料基于新词发现算法进行数据挖掘，再经由人工审核作为词典的补充。……