本发明公开了一种燃料电池故障数据采样方法及系统。本发明的方法包括：步骤1)，采用噪声点径向核空间聚类算法对燃料电池少数类故障样本点数据集聚类，形成若干簇；步骤2)，计算簇密度分布函数和质心势能；步骤3)，通过簇密度分布函数和质心势能，计算若干簇的动态混杂采样权重，确定每个簇中合成的新故障样本数量；步骤4)，在所述新故障样本的基础上，用基于径向核空间聚类和动态混杂权重的邻域漫步径向过采样算法合成新少数类样本。本发明有效克服了RBO等传统过采样算法存在的问题，在不平衡数据集的均衡化过程中减少了噪声，提高了分类器对少数类故障样本和整体数据集的分类性能，进而提高了燃料电池故障诊断效率。