本发明公开了基于文本挖掘的精细化拟合识别变压器故障方法及设备，属于变压器故障识别技术领域。本发明的基于文本挖掘的精细化拟合识别变压器故障方法，在数据预处理时，对变压器故障文本数据进行切分，同时进行数据增强处理，一方面能够有效避免语义信息丢失，另一方面在有限的样本量里向主体模型提供尽可能多的特征，使得变压器故障类型中样本数量少的故障描述文本在模型计算拟合损失值时占比更大，避免过拟合，增强了模型识别效果；通过全连接层进行线性降维处理得到全局语义向量；利用Canopy+K‑Means模型对所有计算结果进行聚类处理，识别出变压器故障文本数据的具体故障部位和故障类型，提升整体语义的理解能力，方案科学合理，切实可行。