本发明公开了一种基于深度语义匹配的电力缺陷等级识别方法，涉及电力缺陷等级识别技术领域。传统的文本分类模型有基于布尔值的向量空间模型，无法考虑深层次的上下文语义，向量稀疏，不具有可解释性等缺点，针对电力设备缺陷文本，分类精度不高。本方法采用深度神经网络将句子分为输入层、表示层、匹配层、排序层与输出层等五层结构，实现深度结构语义模型；然后在输入层基于word hashing和分词模型对文本进行预处理；再基于深度神经网络，依次训练了输入层、表示层、匹配层，得到缺陷文本的低维表示向量；最后基于cosin距离的语义相似度和TopK排序模型得到待分类文本的平均缺陷等级。有效提升缺陷文本的等级识别率，实现高精度的电力缺陷等级识别。