本发明涉及一种重要厂用水泵智能诊断的方法及装置，该方法包括：S1：采集不同工况下重要厂用水泵的振动信号，得到包含不同故障状态的振动信号的样本点；S2：对样本点进行小波阈值去噪预处理；S3：建立故障博弈模型为故障诊断代理提供观察、行动和获得奖励的交互式环境；S4：通过堆叠自编码神经网络对多个隐藏层降维和特征提取，利用BP神经网络对初始参数进行优化，得到一个具有特征提取和模式识别功能的深度神经网络模型；S5：输出诊断结果。本发明可以根据不同状态的振动信号，通过设计故障诊断博弈环境，将强化学习与深度学习相结合能够有效建立深度神经网络模型，实现智能诊断化，并且有较好的诊断效果。