杨帆，黄河，李海英，李东东，赵耀

（1.上海电力大学电气工程学院，上海 200090；2.天津电气科学研究院有限公司，天津 300180）

电力系统在日常运行中积攒了大量的缺陷文本数据，这些文本数据中蕴含了设备的潜在运行规律[1]。在当前“电力大数据”的时代背景下，如何利用基于数据驱动的人工智能方法从数据中挖掘出相关运行规律，对提升电力系统的运维检修智能化具有重要意义[2]。

近年来，在电力文本挖掘领域，主要应用研究有：设备缺陷等级分类、历史文本经验指导和健康状态评价等。文献[3]利用One-hot 编码实现缺陷文本的向量化，并采用K 最近邻算法（K-nearest neighbor，KNN）进行分类，提升断路器状态评价合理性，但One-hot 模型添加新词困难，面对电力设备缺陷文本这种高维数据集容易导致维数灾难等问题，无法衡量词语之间的语义关联度；文献[4]利用隐马尔可夫法（hidden Markov model，HMM）对断路器缺陷文本进行向量化，并采用比率型状态信息融合模型对断路器全寿命健康状态进行展示，但HMM 这种词库型自然语言处理技术无法很好地处理电力缺陷文本这种专业性强的语料；文献[5]通过BiLSTM 深度提取缺陷文本句级别的深层语义特征，提高分类效果；文献[6]提出一种基于深度语义学习的变压器运维文本挖掘方法，研究给出的健康指数计算方法有助于运维人员更直观理解变压器缺陷程度；文献[7]在文献[5]的基础上提出一种基于注意力机制的BiLSTM 缺陷文本分类方法，提出的缺陷处理优先指数具有实际应用价值。……