本发明公开了一种基于时空特征提取的风电机组故障预警方法，步骤如下：先通过风电机组监控和数据采集系统来获取风电机组数据集，进行数据预处理，检测并剔除异常点；再利用主成分分析方法对风电机组运行数据进行降维处理；然后将数据集分割为多变量的输入层和单变量的输出层，保留数据的时序相关性和空间相关性，进行风电机组监控和数据采集系统数据预测神经网络模型搭建与训练；最后使用平均绝对百分比误差指标衡量模型对数据的拟合程度，保留最优模型，设定模型阈值，得到故障预警模型。本发明综合考虑了风电机组数据的时间特征和空间特征，更加全面、准确的反映风电机组的潜在状态，提高了对风电机组故障预警能力。