本发明针对风力发电系统故障检测问题，提出了一种基于稀疏自编码深度神经网络与极限学习机相结合的风力发电系统故障检测方法。包括两个阶段：第一阶段训练稀疏自编码神经网络，作为特征提取器；第二阶段利用极限学习机进行分类。具体有以下步骤：提取风力发电系统的数据作为稀疏自编码神经网络的输入数据，采用稀疏自编码器输入数据进行特征值提取，得到能高度表达原始数据的特征值；利用极限学习机网络作为分类器，实现对风电系统运行状态进行分类得到故障诊断结果。本发明能对风电机组传感器与执行器的故障进行有效诊断，可提高系统的稳定性，对提高风电场运行经济效益具有重要意义。