由于近期全国各地遭受特大暴雨的消息频出,导致城市排水问题频繁进入公众视野。排水系统作为城市基础设施的重要组成部分,保障其安全、稳定的运行,是维持经济社会高质量发展的基础。通过高新技术对城市基础设施进行升级,是建设新型智慧城市的首要目标。基于此,本文从排水系统设备故障诊断出发,结合深度学习技术,通过北京市门头沟区排水系统采集数据,训练复合神经网络模型。搭建智慧排水系统,实时监控排水系统各分区运行状态;实现了对排水系统各个分区控制柜的线上控制与维护;并且能够利用数据终端自动采集到的数据,来对排水系统故障设备进行诊断,实现对故障类型的准确定位。本文首先分析了工业系统故障诊断的研究现状,分析出当前故障诊断研究的主流方法的特点。接着介绍了排水系统的基本结构和存在的主要故障类型及其特点。然后选用大数据结合神经网络的方法,来对排水系统故障进行诊断。随后对神经网络模型的结构和特点进行了论述,针对排水系统故障特征,利用卷积神经网络以及长短期记忆神经网络构建了复合神经网络模型,并构造基于Adam和SGD优化算法的组合策略,使模型的收敛速度和诊断精度得到提高。通过理论研究和实验验证,同其它主流故障诊断模型做对比,验证了复合神经网络模型的有效性和可靠性。最后论述了智慧排水系统的搭建过程,将研究成果实际应用于系统中,完成了市政排水系统的升级。