本发明涉及基于多模块贝叶斯网的电子电路故障诊断方法。常用的电子电路故障诊断方法有模糊集故障字典法、神经网络法和贝叶斯网络法等，故障分辨的能力、解释性和实时性较差。本发明设置相邻两次故障诊断推理信度阈值参数，确定智能体个数；得到贝叶斯子网络结构，故障原因源映射至各BN子网，BN子网模型各节点间的信度条件概率参数采用EM算法进行学习；用重叠信号对应的节点作为网络的重叠子域形成完整的MSBN网络结构，构建成链化连接森林；各BN子网模型中输入各自的k个目标特征信号作为观测证据。本发明采用空间多源信息融合方法，提高了系统的故障诊断能力，适用于复杂、不确定性的系统，大大提高故障诊断的精度和速度。