随着牵引供电系统智能运维的发展,对牵引供电设备在全生命周期内形成的各类数据的挖掘、分析的重要性日益凸显。目前针对牵引供电设备在运维过程中产生的结构化数据,处理和应用研究相对成熟。但海量的牵引供电设备历史缺陷文本因属于非结构化数据,需要人工处理、耗时耗力、难以被充分利用。在此背景下,本文对牵引供电设备缺陷文本的挖掘及应用进行了研究,通过自然语言处理和信息提取等文本挖掘相关技术,对缺陷文本信息进行挖掘和应用,从而实现对该类文本的自动化和信息化管理,丰富智能运维中各类高级应用的数据来源。本论文具体开展了如下工作:首先通过现场调研,分析了现场牵引供电设备缺陷文本类数据处理及应用所存在的问题,主要包括难以高效处理、难以信息化管理、缺陷文本中蕴含重要信息未被充分应用等,提出了文本挖掘和应用的需求。基于文本挖掘相关技术,构建了牵引供电设备缺陷文本挖掘框架,并进行了相应的功能规划。为解决牵引供电设备缺陷文本处理耗时耗力、挖掘不到位的问题提供总体思路。在牵引供电设备缺陷文本的挖掘流程中,对缺陷文本进行中文分词是文本预处理的关键步骤。为实现牵引供电设备缺陷文本的准确分词,本文首先构建了动态更新的牵引供电设备缺陷文本领域分词词典。其次,优化了传统的基于词典与统计结合的中文分词方法,研究了一种基于动态的牵引供电设备缺陷文本词典和隐马尔可夫结合的中文分词方法。最后,基于中文分词的评价指标对本文中文分词方法分词效果与目前主流分词方法分词效果进行对比,验证本算法对牵引供电缺陷文本分词的有效性。最后,为对分词后的牵引供电设备缺陷文本进行信息挖掘。首先定义了牵引供电设备缺陷文本语义框架和语义元素,考虑现场缺陷文本记录产生的差异性和部分缺陷文本欠规范性,结合缺陷文本语义相似度,研究了一种考虑核心语义缺失的设备缺陷文本信息挖掘模型。其次,针对语义框架的填充,基于缺陷文本中文分词的结果和设备导则构建了牵引供电设备缺陷文本的本体词典,设计并实现了对牵引供电设备缺陷文本的信息挖掘方法。最后,通过编程实现了基于牵引供电设备缺陷文本挖掘后形成结构化数据的统计分析功能,验证了本文的文本挖掘方法对难以直接挖掘、记录存在差异性和部分不规范性的缺陷文本在统计分类上的应用价值。