一种基于ICEEMDAN和CNN的水电机组故障诊断方法，首先对数据进行分解和重构处理，随后，选择将一维重构信号表示为方形矩阵形式作为CNN的输入方式，得出水电机组故障；具体包括ICEEMDAN信号分解、输入数据构造、卷积神经网络建立与训练、结果分析四个步骤。本发明能去除信号中的噪声和提取信号的特征，能更有效地解决模态混叠和重构误差较大等问题，能减少诊断过程的主观性和局限性，通过计算机的强大算力和自主挖掘水电机组故障样本中潜在的故障征兆，提升电站管理科技水平，使电站对外形成标杆作用，有助于提升电站在发电行业中创新能力，同时带动电厂人力资源素质的提升，实现更为智能的电站运维管理，有效提升全过程机组稳定性表现，延长了机组寿命。