本发明公开了一种基于概率神经网络的装备模拟电路故障诊断方法，包括以下步骤，S1：构建用于模拟电路故障诊断的概率神经网络模型；S2：对训练样本的模拟电路信号进行降噪和分解，筛选出有用的分量；S3：计算有用分量的BCM值，构建相应的故障特征向量；S4：利用基于训练样本的故障特征向量对概率神经网络模型进行训练，在训练阶段，根据需要设定最小最优概率值Z，对三类参数进行优化，直至模型输出的故障状态集达到预定要求，保存训练结果；S5：将测试样本按照步骤S2和步骤S3的操作构建相应的故障特征向量，输入到步骤S4中训练后的概率神经网络模型中，进行故障诊断。本发明中的电路故障诊断方法为故障诊断中故障类别的选择提供了技术途经。