一种基于类均值核主元分析和BP神经网络的故障诊断方法，所述方法首先根据故障类型对设备运行的历史数据进行分类，得到有故障类标签的数据集；然后对数据集进行标准化处理，计算其类均值核矩阵，进行中心化；再计算中心化后的类均值核矩阵的特征值和特征向量，抽取核主元成分，得到降维后的样本数据集；用样本数据集对神经网络进行训练；最后用训练好的神经网络对设备进行故障识别。本发明将类均值核主元分析与BP神经网络相结合，不对被检测系统发出任何指令，只使用被检测系统的运行数据就能够实现对各种生产系统的故障诊断。本方法计算复杂低，具有诊断速度快、准确性高、泛化性好等特点。