本发明提供一种基于特征处理的复杂设备故障诊断方法，步骤如下：1、对动作电流信号进行实时采集；2、对动作电流曲线进行区段划分；3、对动作曲线进行区段划分；4、构建设备动作电流曲线的高维特征表示数据集；5、对高维特征表示数据集进行特征选择；6、对高维特征表示数据集进行特征提取；7、对特征表示数据集进行划分处理；8、对SVM的参数进行寻优求解；9、进行SVM监督学习，得到故障诊断模型；10、使用测试集数据对故障诊断模型的诊断准确率进行验证；通过上述步骤，能实现基于特征处理的复杂设备故障诊断方法，并通过参数优化的SVM方法实现故障诊断分类器，完成对设备工作电流曲线的特征数的故障识别与分析。