本发明涉及一种基于数据划分混合重采样的工业机器故障检测方法、设备及存储介质。本发明首先使用了一种混合采样技术来平衡当前传感器数据的类别分布。利用的边界小样本来生成新的小样本，基于聚类算法的欠采样技术在考虑到非故障类样本的数据分布的前提下，同时通过去除大样本平衡当前的类别分布。然后构建类别分布相对平衡的训练集，构建随机森林分类模型，该模型可用于工业机器故障检测。本发明中的基于数据划分混合重采样技术不仅能够缓解过采样机制中的易过拟合问题，还能够有效地缓解欠采样中的信息丢失问题。同时，基于聚类算法的欠采样技术相比于随机欠采样，通过考虑非缺陷类样本的数据分布，可以有效地保留数据分布的特征。