本发明公开了一种基于深度学习的水电机组振动信息融合故障诊断方法，运用深度学习技术形成信号输入到诊断结果的端到端处理，提高故障诊断准确性、可靠性及自适应诊断性能；一种基于深度学习的水电机组振动信息融合故障诊断方法，所述方法包括如下步骤：数据采集与预处理；深度诊断模型构建；基于多softmax输出的诊断；在所述步骤2建立的模型基础上，加入直接连接到单分支振动特征的旁路分类结构，利用中间级的特征进行故障识别，采用卷积提取结构对特征进行降维，并使用softmax将高级特征映射为对应故障的概率向量；诊断模型训练与优化过程；故障输出概率联合决策诊断。