主设备缺陷诊断旨在及时定位处理电网的异常情况，是电力系统平稳运行的基础。传统方法以人工为主，存在效率低下、诊断成本高、依赖专家经验等问题。为了弥补这些不足，提出了一种基于BERT语言模型的主设备缺陷诊断方法。首先，使用BERT初步理解输入，获取嵌入表示，结合缺陷等级分类任务判断故障的危急程度。然后，利用大语言模型汇总输入信息和评判结果，并通过大语言模型提示学习提高知识问答过程的准确性与推理可靠性，返回正确有效的回答。最后，探究了大语言模型在电力领域的应用潜力。实验结果表明，所提方法在缺陷等级分类任务和问答任务上都表现良好，可以生成高质量的分类证据和指导信息。