本发明提出一种基于机器学习的电网故障诊断方法，所述方法对告警信息文本预处理，将告警信息的设备与属性进行分词处理；构建基于随机森林的电网故障诊断模型，划分训练集与测试集，提取告警信息文本的时序特征，将样本数据填入所述模型；对训练集样本进行Bootstrap重抽样，生成k个训练子集并根据随机森林生成k棵决策树；将测试集样本输入所述故障诊断模型，并由此得到故障诊断结果。本发明无需对由于时间畸变导致的事件顺序错误进行校时处理，无需进行逻辑推理，也无需引入大量描述保护系统行为的知识，仅需针对告警信息提取模型对应的数字特征，建模和模型修改过程简单易操作，诊断准确率相对较高。