简介:摘要:随着在线监测装置在电网中的普及,状态评估和故障诊断的自动化程度不断提高。然而,由于在线监测设备的覆盖范围、可靠性和故障诊断类型的限制,在当前的设备运行维护实践中,仍有大量的设备巡检记录由人工完成,这部分信息往往以文本的形式记录下来。近年来,学者们开始将自然语言处理应用于电力设备的文本分析。采用K-最近邻法对故障文本进行分类,并将文本挖掘技术应用于断路器的全生命周期状态评估。在此基础上,提出了卷积神经网络和双向长短期记忆网络,提高了分类效果。本文对配电网电力设备缺陷文本智能辨识运维进行分析,以供参考。