本发明提供一种基于非平衡数据的轧制过程故障诊断方法，涉及轧制过程自动控制技术领域。本发明首先采集某段时间中轧制过程的生产数据；再将数据进行连续型特征去除异常值、平滑处理和归一化、类别型特征编码处理，划分数据集，非平衡训练数据平衡化；用处理后的数据构建深度置信网络(DBN)模型，采用训练集进行常规的预训练及微调并使用L2正则化防止过拟合，使用验证集通过主动学习策略增加一步再微调过程，最后根据模型进行非平衡数据分类。本发明提供的基于非平衡数据的轧制过程故障诊断方法，运算速度快、计算精度高。同时，本发明方法可直接在计算机上通过编程实现，且不需要成本上的投入，可以广泛推广到热轧生产中。