本发明公开了一种基于K‑SMOTE和深度森林的输电线路故障多源诊断方法及系统，涉及输电线路故障诊断领域，针对现有故障数据集分类不平衡与诊断准确率低的问题。首先，以国网的历史输电线路故障信息为数据库，按故障类型分为多范围的数据集，每个数据集由输电线路故障电压电流波形信号的时频域特征构成；其次，采用K‑means方法将故障数据少数集进行聚类操作，通过SMOTE过采样法扩充数据集，平衡各类的故障子数据库；最后，使用平衡后的故障子数据集，并基于深度森林算法进行模型训练，得到训练好的故障诊断模型；利用训练好的故障诊断模型对故障进行诊断。该方法具有较好的精确性与有效性，为输电线路故障提供高准确率、高覆盖率的诊断。