本申请提供了一种故障诊断方法、其装置及电子设备。该方法包括：获取故障的特征参数；将特征参数输入神经网络模型中，输出目标故障类型，其中，神经网络模型为通过多组数据训练得到的，多组数据中的每组数据均包括：样本故障数据的特征参数以及用于标识样本故障数据的特征参数所对应的故障类型的标签；从故障树集合中获取目标故障类型作为子节点的目标故障树，其中，目标故障树包括多个叶节点，多个叶节点对应多个故障原因；依据预设遍历顺序，对目标故障树的子节点进行诊断，得到诊断结果；依据诊断结果，确定与故障对应的故障原因。上述方法将故障树和神经网络相结合，可实现故障源的快速准确定位，使维修人员可以及时发现故障，防患于未然。