本发明涉及一种基于多元异构的电力通信系统故障信息文本特征提取方法。基于Word2Vec语言模型进行电力通信系统特别是非结构化的骨干光通信系统故障数据的抽取，研究基于Word2Vec语言模型对骨干光通信系统故障数据的抽取方法。Word2Vec语言模型对骨干光通信系统的故障文本数据以无监督方式学习语义知识，通过Word2Vec中的CBOW和Skip‑gram模型，从而抽取出骨干光通信系统的故障数据，解决电力通信系统设备类型多样、故障原因定位难，故障影响范围无法界定、故障信息检索不方便，且无法提取故障发生规律的问题，实现对风险故障影响范围的推演、风险故障的自动巡视和预警，使故障在可控范围内，并能快速的将其解决，全面提升新型电力系统下继电保护设备稳定性运行可靠性。