传感器在工业互联等关键领域扮演着重要角色，通过故障诊断方法保障其数据的可靠性至关重要。本文提出一种基于EEMD与极限提升树的传感器故障诊断方法，以提高对传感器故障的准确识别和及时处理能力。该方法通过采集电压电流传感器数据，以故障注入方式建立数据集，利用EEMD对数据进行降噪与特征提取，并通过极限提升树进行训练，从而建立故障诊断模型。通过划分的验证集对所构建的模型进行验证。试验表明，该方法的测试准确性指标显著优于其他方法，至少高于次优方法 11.95%的F1得分，能够更好地捕捉传感器数据的故障特征，具有较高的诊断准确率和较强的鲁棒性，且消耗较低、实用价值强，能够有力保障工业互联、玻璃智能制造等领域的数据准确性和安全性。