本发明涉及一种风电机组健康管理及故障预警方法，包括：风机整机的健康特征提取；风机特定故障的特征提取；风机整体健康状态监测；故障模式诊断；风机故障趋势预测：针对不同故障类型，采用贝叶斯网络、多元回归分析法或神经网络，对风机的故障发展趋势进行预测，在故障早期及时安排维修，以避免故障严重导致停机。本发明基于数据挖掘、机器学习等手段，自动识别风机的运行模式，实时诊断其健康状况和工作性能。同时，从历史数据中确定风机故障模式，及时发现和识别关键部件的缺陷和隐患，为风场高效地安排维修资源提供依据，进而实现风电设备健康管理与可靠性维护，延长部件的使用寿命。