本发明公开一种基于卷积神经网络和温度数据的蒸汽管道疏水阀故障检测方法，首先在疏水阀入口和出口端的管道上各布置四个温度传感器探头，采集疏水阀正常工作状态，堵塞状态，漏气状态的温度数据，每种状态数据各采集10000组；将数据的80%用来训练神经网络，数据的20%用来评估神经网络的误差程度；最后将管道温度数据输入训练完成的神经网络，神经网络经过内部处理将温度数据自动映射为疏水阀的运行状态。本发明使用神经网络算法，使检测系统仅根据温度即可判断出疏水阀的故障情况。与其他疏水阀检测方法相比本发明首先引入神经网络算法分析疏水阀温度数据具有使用的传感器和检测装置简单，无需人工参与，检测准确率高等优点。