本发明公开了基于机器学习的风力发电机机舱温度监测预警方法及系统，包括：将每组历史监测数据中k时刻前的数据视为自变量X，将每组历史监测数据中k时刻以后的数据视为因变量Y，形成有监督学习样本数据集；利用随机森林算法计算自变量X与因变量Y之间相关性的特征权，根据特征权对有监督学习样本数据集进行特征筛选得到模型数据集；通过模型数据集对多种预测模型进行训练，根据训练结果筛选出符合预设指标的预测模型作为发电机机舱温度预测模型；将实时监测数据输入至预先训练的发电机机舱温度预测模型获得温度预测值；根据温度预测值判断预警等级；避免了风力发电机因温度超限发生严重故障，提高风力发电机的运行可靠性。