本发明公开了一种基于自然语言处理的短路冲击自动诊断方法，方法为：S1对电力自然语言数据进行预处理，建立字符特征数据集，构建文本目标数据提取模型；S2导入文本目标数据提取模型抽取目标信息，将得到的目标关键信息使用文本余弦相似度匹配算法进行关联，获取承受最大短路电流值和历史短路冲击情况；S3构建短路跳闸特征挖掘模型；S4依据短路电流比，关联历史跳闸事件、短路冲击严重等级和冲击后检修策略，生成特定预警信息和检修建议。本发明的有益效果是：解决了人为开展短路冲击分析工作存在的局限性以及录波文件与台账数据信息匹配困难的问题，能够实时为不同程度的短路冲击提供针对性运维检修意见。