本发明属于阀门故障检测与诊断技术领域，具体涉及一种电动阀门执行机构用故障诊断方法及诊断系统。通过对电动阀门执行机构进行自相关分析获取BP神经网络模型的输入、输出变量；对模型经过训练获得模型的初始化值；利用遗传算法对模型进行优化，获得模型最优的预测值；采集电动阀门执行机构的阀门位置开度的真实值，最后采用真实值与预测值之间的残差平方作为电动阀门执行机构的故障状态指标。本发明根据电动阀门执行机构内部结构、工作原理，对电动阀门执行机构的工作状态进行分析，并利用遗传算法全局搜索最优的特性对BP网络进行优化，避免BP算法在学习中陷入局部最优的弊端，使模型具有良好的收敛性和适应性，该网络具有良好的故障识别效果。