本发明提供了一种变压器声纹振动故障诊断方法，其包括：获取变压器正常状态以及故障状态下的声纹振动信号，分类后形成声纹振动数据样本集，提取获取的所述声纹振动信号频谱图中的数字特征，通过空间—时间特征提取模型搭建待训练网络诊断模型，将获取的变压器声纹信号输入至所述待训练网络诊断模型进行训练，得到网络诊断模型，将获取的故障变压器声纹振动信号输入至所述网络诊断模型，判断故障类型。本申请通过提取获取的所述声纹振动信号频谱图中的数字特征，空间—时间特征提取模型能完成对空间特征信息和时间特征信息的提取，建立(56)对比文件李恒;张氢;秦仙蓉;孙远韬.基于短时傅里叶变换和卷积神经网络的轴承故障诊断方法.振动与冲击.2018,(第19期),132-139.彭兵;周建中;方仍存;向秀桥;张勇传.基于开机过程信息融合的水电机组故障诊断方法.电力系统自动化.2008,(第13期),80-84.