本发明公开了基于麻雀搜索算法的神经网络电极锅炉潜在故障诊断方法，涉及电极锅炉故障分析技术领域，该方法包括以下步骤：S1、采集电极锅炉运行过程中的监测数据，并整理数据格式，其中，监测数据包括历史监测数据与实时监测数据；S2、建立基于神经网络的故障诊断模型，并采用麻雀搜索算法寻找最优模型参数，聚合得到故障诊断系统模型；S3、将实时监测数据输入至故障诊断系统模型，并经过编码转换，输出电极锅炉的故障诊断结果。本发明通过采集电极锅炉系统运行样本数据，通过基于麻雀搜索算法的BP神经网络训练模型输出电极锅炉中的潜在故障类型并定位故障位置，能够避免BP神经网络易陷入局部最小值的缺陷，提高故障诊断精度。