本发明提出了一种基于深度时空特征提取的风力发电机故障诊断方法，针对风力发电机SCADA多变量时间序列数据时空关联性强的特点，分别设计时间和空间特征提取网络，利用时序卷积注意力模块对时序故障特征进行筛选和提取，同时通过空洞卷积模块挖掘变量间的关联信息，然后将时序特征和空间特征进行合并，最后输入到故障分类器中，得到最终的故障诊断结果，上述技术手段，利用时间和空间维度的深度故障特征提取，深入捕获风力发电机的故障信息，提高了风力发电机故障诊断精度，从而及时的得到风力发电机故障状态信息，对其进行处理和维护，避免风电机组部件的深度伤害，保障风力发电机健康平稳运行。