本发明公开了一种面向泵站主设备的智能故障诊断方法，涉及信号处理领域。所述方法包括：采集待测泵站主设备的待测关键部位在工作状态时的数据信号，将数据信号作为待测试样本；将所述待测试样本输入到VMD‑gcForest诊断模型中，依次进行模态函数频谱图的绘制和多粒度级联森林诊断，得到所述待测试样本对应的工作状态标签，根据所述工作状态标签得到所述待测关键部位的工作状态。本发明解决了现有技术中在原始振动信号提取过程中存在的小波基函数和滤波阈值无法确定的问题；EMD缺乏理论依据、端点效应、模态混叠的问题；现有基于原始振动信号的故障诊断方法调参极其复杂、计算耗时巨大且诊断效果准确率低的问题。