本发明公开了一种旋转机械故障诊断方法、系统及存储介质，所述方法包括：获取旋转机械处于正常状态和故障状态下的振动信号，并将其分为训练样本集和待测样本；使用小波包变换方法对获取的振动信号进行分解，得到一系列具有不同频带的子信号；计算所述子信号的符号动力学熵值，得到故障特征向量；将所述训练样本集的故障特征向量作为输入，将所述训练样本集的故障类型标签作为输出，训练得到基于LightGBM分类器模型的故障诊断模型；将所述待测样本的故障特征向量输入所述故障诊断模型，从而得到所述待测样本的故障诊断结果。本发明以小波包分解结合符号动力学熵，有效提取故障特征，再使用LightGBM分类器模型进行故障识别和分类，提高了计算效率和分类准确率。