本发明提出一种基于人工智能的风电机组复合故障诊断方法，首先，该人工智能方法获取风电机组数据采集与检测系统中的数据样本，通过高斯混合模型的期望最大化聚类方法和懒惰矩阵处理脏数据样本；其次，利用卷积神经网络方法提取特征，建立样本属性空间，将广义零次学习方法用于生成未知故障样本，使用门控方法对样本进行预判分类；通过多元分类器和相似性评估分别完成对单一故障样本与复合故障样本的诊断；最后，通过基于堆叠的集成学习完成风电机组故障的最终诊断。所提人工智能方法能解决故障诊断模型样本需求量大的问题，实现风电机组复合故障的诊断，同时实现风电机组故障的全面诊断，提高风电机组复合故障的诊断精度和诊断速度。