本发明属于设备运行保障技术领域，具体涉及一种设备故障诊断方法；它包括以下步骤：确定研究设备的类别、额定参数、初始寿命周期；针对对象类别特点建立专家系统模型规则库；建立对象历史数据库；引入人工神经网络来对高维非线性问题进行建模；利用BP神经网络实现故障诊断；本发明一种设备故障诊断方法，引入大数据、人工智能算法等技术将设备额定参数、设备运行工况和设备运维历史和经验等数据化、模型化、标准化，同时赋予诊断系统智能学习更迭能力，根据结果输出对调试参数进行反馈修正，最终通过可视化平台展示反映设备全生命周期状态，为故障预警、诊断分析、故障检修决策提供数据支持，从而降低设备故障率。