本发明提供了一种基于自然语言推理的轻量化电网变电设备运检辅助决策方法，属于电力运检控制技术领域。所述方法，包括：以输入的缺陷内容数据以及自动生成的候选变电设备缺陷分类数据，组成文本序列对；使用主成分分析方法对词向量进行维度压缩，减少后续模型隐藏层的维度，将文本序列对中的文本数据转化为深度学习模型能够识别的数值形式序列数据；使用权重参数少的深度可分离卷积提取数值形式序列数据的词级粒度信息，将两个文本序列的词级粒度信息进行向量空间的维度对齐，根据维度对齐后的数据以及提取的词级粒度信息进行信息融合；对融合后的数据进行语义关系预测，得到最终的变电设备缺陷分类结果；本发明极大的提高了检修效率和精度。