本发明属于多模态命名实体识别领域，具体涉及电力设备多模态命名实体识别方法、系统、设备及介质，本发明采用共现实体方法获取在文本和图像中都出现过的实体，既能确保文本和图像匹配也能减少图像噪声；通过提取实体三元组进而采用实体辅助方法既可以补充语义信息又可以减少语义消歧。本发明采用了共现实体和提取三元组的实体辅助方法，有助于提高多模态命名实体识别精度，准确识别图像或文本中存在的实体，尤其在图文关联度更高的数据中表现更优。同时，本发明不限于在电力设备方面，可构建其它领域知识库拓展到其它领域进行多模态命名实体识别。