本申请公开了一种基于神经网络的电机故障识别方法、系统及存储介质。该方法包括：分别采集电机在正常运行和不同故障状态下的多组信号并进行小波包变换获得不同小波包节点对应的频带能量指标值，利用频带能量指标值构建电机在正常运行和不同故障状态下的特征向量；将多组信号的特征向量输入到神经网络进行训练测试，并将电机正常运行状态和不同故障状态下的识别率分别作为优化目标，将神经网络的网络结构参数作为待优化参数，获得多个优化目标下的最优解集对应的多个神经网络，可根据不同应用场景灵活选择调用不同神经网络。本发明可解决电机不同运行状态识别率之间的互斥问题，提高神经网络的适用性，实现电机正常及不同故障状态的智能识别。