本发明公开一种基于并行Elman‑NN的风力发电机故障检测方法，旨在从数据驱动的角度来描述风力发电机各传感器测量数据之间的复杂非线性时序关联性，并通过模型误差的异常变化来检测风力发电机在运行过程中出现的故障。本发明方法的优势在于：本发明方法利用Elman‑NN算法与分布式建模的策略，从数据驱动的角度量化了风速数据和风力发电机自身测量数据相互之间的关系模型。其次，本发明方法通过监测并行Elman‑NN模型的误差变化情况来反映是否出现故障，又借鉴参考了误差生成思想的优势。