本发明公开了一种设备故障预警语言生成方法，涉及电气设备事故预警领域，包括以下步骤，S1：构建电网灾害案例知识图谱库，使用基于全词覆盖的自注意网络双向编译表示模型(BERT)，对电网自然灾害案例文本进行预处理并生成对应的字向量，得到实特征矩阵用于后续算法输入；S2：使用图卷积神经网络模型(GCN)计算预测向量，同时读取实体信息；将实特征矩阵输入图卷积神经网络中，得到对所有事故类型的预测结果的输出向量；S3：利用预警语言生成算法，实现从自然灾害数据到预警语言的生成。本发明对自然灾害下电气设备事故预测与故障预警的整体准确率非常高，利用了自然语言生成技术生成预警语言，得到的结果更加直观明晰，工程应用性与实践性较强。