本发明提出了电网风险领域的知识获取和表示方法，用于从语义层面构建电网风险、人、设备和事件等的关联关系，进而对存在的电网风险进行更加全面的预判，避免出现不可控的严重后果。电网风险领域知识获取和表示面临标注数据集极少、传统的事实三元组结构在实际中的可用性不强等问题，为此本发明提出基于元学习的电网风险领域命名实体识别方法，通过模拟域迁移有效聚合多个资源域的元知识来建立序列标注模型并优化学习泛化能力；提出基于多粒度序列网络模型的电网风险领域文档级关系提取方法，借助不同级别的结构信息，解决由多个电网风险实体和句间关系引起的复杂语义和长距离上下文依赖关系问题；提出同时表征存在依赖关系的事实和事实关联三元组的知识图谱表示方法，通过引入关联三元组增强电网风险领域知识图谱的可用性，并建立事实和关联元组的双输出序列标注模型用于知识图谱的补全。