针对用电信息采集系统采集故障形式复杂多样，人工校验难度越来越大，难以满足电网公司的运行维护需求，提出了一种基于改进的深林法的用电信息采集故障诊断算法，从表征信息和算法效率两个维度对deep forest算法进行改进，利用国内省级电力公司的用电信息采集系统采集特征数据集，基于所提出的采集故障诊断算法的实验表明，该模型的平均分类准确率可达96.05%，时间和内存消耗比原deep-forest算法低一半，性能明显优于原deep-forest算法。与其他类型的分类器相比，该模型的分类精度具有明显的优势。