本发明公开了一种基于云边架构和小波神经网络的配电网故障诊断方法，包括以下步骤：1)根据故障指示器、D-PMU和FTU等装置的信息，建立云边架构，整理量测数据，根据故障指示器在云端判断配电网是否发生故障；2)根据故障指示器、D-PMU和FTU装置提供的实时量测数据，初步诊断故障发生的区域或区段；3)根据小波包神经网络在故障发生的初步诊断区域或区段对故障发生点进行精确定位；将故障后的实时量测数据进行频带分解，构造特征向量；4)将特征向量带入神经网络模型中进行误差训练，直至达到误差精度要求，输出故障诊断结果。本方法应用云边架构对配电网故障进行分层处理，充分应用了D-PMU等量测信息，具有较高的诊断精度和较快的收敛速度。