本发明涉及电机故障诊断领域，公开了一种基于卷积神经网络滤波的电机故障诊断方法及系统，以在不增加系统硬件的条件下利用固定采样率的电流传感器反馈信号实现电机不同工况不同故障类型的特征频率提取，提高故障诊断的准确率；该方法包括得到初始数据集，训练卷积神经网络得到卷积神经网络滤波器；对训练数据集进行滤波处理，并计算残差数据集；进一步得到残差频谱特征库；验证残差频谱特征库的正确率是否超过设定阈值，若超过，则选取待测电机的实时运行数据，采用卷积神经网络滤波器对实时运行数据进行滤波处理，计算卷积神经网络滤波器的输出值与实时运行数据之间的残差，将该残差的频谱特征与残差频谱特征库进行匹配以实现电机故障诊断。