高 莲，程宏伟，于 虹，李 鹏∗

(1.云南大学信息学院，云南 昆明 650500；2.云南电网有限责任公司电力科学研究院，云南 昆明 650500)

由于经济社会发展的需要，智能电网的建设得到充分发展，其在日常运行和维护过程中产生了大量的图像、视频、音频、文本等非结构化数据[1－2]。其中电力缺陷描述(以下简称“缺陷描述”)蕴藏着丰富的电力设备健康状况信息，基于其对缺陷等级进行有效准确划分有助于合理地安排设备检修维护，对电网的安全稳定运行有重要意义。当前缺陷等级由运维人员根据电力设备主要部件和对应现象组成的缺陷等级确定标准划分为其他、一般、紧急、重大四个等级[3－4]，但复杂多样的具体情况使定级准确性因人而异[5]，更无法保证电力缺陷等级确定的一致性。

针对运维人员基于缺陷描述信息进行等级划分时准确性和一致性无法保障的问题，近年来国内外学者进行了一系列的研究。文献[6－7]分别采用粗糙集和分层方法对电网自动生成的具有很强规范性的设备运行信息进行研究，但仍需要调度运维人员依据经验对其进行审核，具有一定的主观性；文献[8－9]分别采用C5 树和LSTM 方法对群众反映的专业词汇较少，较易理解的口语化缺陷描述进行分析，对于专业词汇较多较为复杂的电力缺陷描述文本无法适用，且算法参数由研究人员依据经验直接给出，无法实现缺陷等级的自动确定；文献[10－11]中使用K 最近邻算法(k-nearest neighbor，KNN)进行缺陷描述的等级确定，但等级划分准确性与K 的取值密切相关；……