本发明公开了一种石化大机组并发故障诊断方法，包括以下步骤：S1，采用仿真软件模拟石化大机组多种并发故障工况，并获取各种模拟并发故障工况下的检测数据，构建训练集；S2，采集石化大机组在多种真实并发故障工况下的检测数据，构建测试集；S3，对所述测试集的检测数据进行预处理；S4，利用训练集的样本数据对卷积神经网络和前馈神经网络分别进行训练，再利用D‑S证据理论对两个模型的判定结果进行合成计算，得到融合后的故障诊断模型；S5，将预处理后的测试集输入故障诊断模型，判断故障诊断结果的准确度，若准确度满足预设值，即得到最终的故障诊断模型；S6，将实时采集的检测数据输入最终的故障诊断模型，得到石化大机组的故障诊断结果。