本发明的一种基于变分模态分解的神经网络配电网故障诊断方法及系统，首先，采用变分模态分解方法分析了继电保护点零序电流的故障暂态信号特征。然后根据由变分模态分解得到的内禀模态函数(Intrinsic Mode Function，IMF)，选取故障特征较多的IMF分量，通过Hilbert‑Huang变换提取故障特征。最后，把提取出的故障特征作为卷积神经网络模型的输入，实现故障定位和故障类型判断。本发明不仅能够实现配电网故障定位，也能实现故障类型判断，且相比其他方法诊断精度很高。通过对CNN模型的选择和模型参数的调整，能显著提高故障诊断精度和降低故障诊断耗时。与其他方法对比，该方法能有效提高故障精度，具有很好的泛化能力。