本发明属于电力数据处理技术领域，尤其为一种基于Bert的面向非结构化电力数据的知识抽取方法及系统，该方法中，对触发词明显、句式和位置相对固定的知识，使用正则匹配方法抽取知识实体，对于非结构化电力数据中存在实体界限模糊和实体嵌套问题，通过基于Bert的知识抽取方法来抽取知识实体，然后再利用实体抽取的结果使用基于Bert的预训练语言模型进行关系和属性抽取，最终实现对非结构化电力数据的知识抽取，充分考虑了非结构化电力数据的句式和结构，适于非结构化电力数据的知识抽取，属于一种深度学习的知识抽取方法，而深度学习方法可以自动学习特征，采用低维、稠密的实值向量表示数据，避免了对人工和专家知识的严重依赖。