本发明公开了一种锂电池故障的联邦协同智能诊断方法和系统，所述方法包括获取锂电池运行数据，采用样本熵对数据进行预处理，利用联邦学习对数据进行参数聚合，采用动态模态分解DMD对数据进行特征提取，将DMD和Autoformer模型的关键参数组合在同一框架中进行编码，利用随机森林模型和优化后的Autoformer模型进行锂电池数据分类诊断，通过能量谷优化算法对关键参数进行协同优化，最后将诊断结果输入至模型库中进行诊断，并将相关应对方案反馈给用户；此外，本发明还采用了联邦学习方法，联合不同品牌锂电池协同建立全局模型，打破数据孤岛，提高诊断精度。本发明可以有效提高诊断精度，提升系统的鲁棒性，有效提高工作效率，保护用户隐私。