本发明涉及一种高炉故障诊断方法，所述方法包括：获取高炉过程实时数据；通过变分模态分解方法提取所述高炉过程实时数据的第一变量特征，并生成拓扑数据；通过多个并行的图卷积神经网络提取所述拓扑数据的第二变量特征，并对所述第二变量特征进行分类，形成分类结果；根据所述分类结果识别高炉设备当前状态。该方案采用变分模态分解，提取变量不同时间尺度的特征，从而减少噪声对故障诊断模型的干扰；通过本方案，可以实现高炉故障自动诊断，提高冶炼效率和质量，降低生产成本，保障生产安全，促进钢铁工业的可持续发展。