一种基于BP-AdaBoost神经网络的电子式电能表故障诊断方法，该方法的步骤有：一：输入样本数据；二：网络初始化，即初始化样本数据的分布权值；三：训练BP神经网络弱分类器；四：计算分类误差；五：计算权值；六：权值调整，即根据步骤五的计算结果调整下一轮训练样本的权重值；七：循环判断；八：合成强分类函数；九：分类结果统计与误差率统计。本发明针对电子式电能表的故障自动诊断，能在保证单一BP分类器精度的情况下，通过增加分类器数量，显著提高对故障的分类精度；并且在软硬件的实现上，借助并行计算原理，大大提高训练效率，缩短网络运行时间。它在故障自动检测与诊断技术领域里具有较好的实用价值和广阔的应用前景。