智能时代,数据和信息随着信息技术的发展进行了指数倍的增长,如何更好更快地从海量的模糊的数据中提取有价值的信息,转化成为有效的知识,已经成为当今时代技术革命中必须突破的一个环节。各省电网公司多年以来积累了大量的关于电网电力设备缺陷特征、状态评价信息、设备运转日志等电力数据文本。其中隐含着电力设备运行、检修、故障、客户需求等有价值的信息,对电网公司提高电力系统稳定运行的管理有重要的指导意义。针对多年来大量电网相关文本的潜在价值未被利用的问题,本文基于数据挖掘技术,对近年来某省的变压器、电流互感器、断路器和隔离开关的家族缺陷进行文本挖掘。在对缺陷文本进行jieba分词预处理之后,利用Apriori算法分析电力设备的家族缺陷关键词的内在关联,发现不同的电力设备的家族缺陷确实存在着一定的关联性。接着,本文通过Logistic回归与XGBoost算法搭建电力设备家族缺陷的自动识别模型,并评估不同算法的识别效果。发现XGBoost算法在电力设备的家族缺陷识别上明显优势,主要原因是电力设备的缺陷文本数据基本都是非线性数据,因此非线性模型的表现相对线性模型表现更优。最后,在前文研究的基础上,引用推荐算法理论,在修复电力设备家族缺陷的过程中得到了应用,对于今后的电力设备缺陷,基于电力专业库推荐出可行性的检修建议,从而提高设备维修的时效性,最终降低成本。