本发明涉及风电机组故障诊断技术领域，具体涉及一种风电机组轴承故障诊断方法，以预先采集的风电机组轴承振动数据构建源域数据和目标域数据；将源域数据对AlexNet网络进行训练得到初始分类网络，通过目标域数据对初始分类网络进行调整得到分类网络；将实时采集的发电机轴承振动数据输入到分类网络得到故障类别。减少了AlexNet网络中目标域的训练时间和参数计算，有利于故障模型的快速训练和使用，将AlexNet网络中的局部归一化修改为权值归一化，减少了网络参数的计算量，并将AlexNet网络中激活函数引入Softsign激活函数，提高了风电机组故障比对结果的收敛速度，同时解决了过拟合现象的出现，提高故障识别准确率。