本发明公开了一种基于聚类和迁移学习的自动控制回路故障诊断方法及系统，方法包括：通过采集分析机组模拟量控制系统中各自动控制回路运行信息，使用DBSCAN聚类算法对控制回路运行工况进行聚类划分；计算被控参数和设定值的差异，执行机构指令和反馈得到二维差值序列数据，使用VAE‑LSTM模型提取差值序列的潜在特征，构造源域模型结构并对其进行训练调试，通过最小化损失函数来优化模型参数得出最佳的源域故障诊断模型，通过迁移的方式微调VAE‑LSTM模型的网络参数，生成基于深度迁移学习的自动控制回路故障诊断模型。以目标域少量的数据为指导进行训练，大大降低了诊断成本和处理时间，显著提高了故障诊断精确度。