随着国家电网公司信息化建设的快速发展,公司通信设备数量不断增加,对于电力通信设备故障的处置难度也在不断提高。若能将积累的历史故障文本数据加以组织和利用,将电力通信设备当中发生的故障信息进行平台化整合,建立电力通信设备故障知识图谱,可以较好的解决电力通信设备故障的处置问题。因此,本文针对电力通信设备故障知识图谱构建的相关技术和电力通信设备故障智能诊断方法开展研究,主要研究内容如下:（1）针对电力通信设备故障数据的本身特点,提出了一种电力通信设备故障知识图谱构建方法。首先,设计一种基于BERT-BiGRU-CRF的电力通信设备故障实体识别模型,采用BERT（Bidirectional Encoder Representation from Transformers）作为向量嵌入层获取故障文本的向量序列,将获取的向量序列输入到双向门控制循环单元中进行语义编码,结合条件随机场进行标签约束,从而完成实体识别模型的构建工作;其次,基于已获取的实体信息和原始数据特点,通过与相关研究领域专家进行了深入讨论研究,设计一种基于人工规则的电力通信设备故障关系抽取方法,完成对故障文本关系集的构建工作;最后,通过获取的电力通信设备故障实体、关系信息构建“实体-关系-实体”三元组,并使用Neo4j数据库进行三元组知识的存储工作,完成电力通信设备故障知识图谱的构建。（2）结合电力通信设备在运行过程中产生的不同严重性故障信息提出了一种基于知识图谱的电力通信设备故障智能诊断模型。首先,设计一种基于WBLA（Word2vec-BiLSTMAttention）的电力通信设备故障严重性等级识别算法,将获取的故障告警信息输入到Word2vec（word to vector）模型当中进行词嵌入向量表征工作,然后将获取到的向量信息输入到双向长短期记忆神经网络当中,通过Attention增强故障告警中的相关特征,利用Softmax函数实现对故障等级的准确识别,进而判断出故障的严重性程度,规划出故障的治理顺序;其次,设计一种基于TFIDF-COS的电力通信设备故障智能诊断算法,在规划出故障的治理顺序的基础上,将获取到的故障原因特征项进行向量化表示,使用TFIDF模型对特征项进行加权,利用余弦相似度函数进行相似度计算,获取到故障诊断可信度较高的结果,实现对电力通信设备故障的智能诊断。（3）结合构建的电力通信设备故障知识图谱和电力通信设备故障智能诊断方法,设计并研发基于知识图谱的电力通信设备故障智能诊断系统。实现了电力通信设备故障知识图谱的构建、电力通信设备故障的严重性等级识别、电力通信设备故障相关信息的诊断及处置措施的制定等,从而实现故障诊断的智能化、故障处理的高效化。