本发明以卷积网络(CNN)和深度置信网络(DBN)相结合，实现对同步电机励磁绕组匝间短路轻度故障的诊断。本发明收集同步电机正常和轻度故障时的历史数据，经归一化处理后训练CNN和DBN。本发明以12个物理量作为CNN输入提取数据特征，以提取的数据特征为DBN输入，以故障和正常作为DBN的输出。将现场采集数据输入训练好的网络，当连续20个数据样本均被划分为故障时则判定为故障。本发明充分考虑了与转子匝间短路相关的物理量，避免了某一种物理量测量不准确或因信号受到干扰而造成的故障误判的情况，且不需要在发电机内添加额外的测量装置，具有简便易行的优点。