El sistema de transmisión principal de las turbinas eólicas es un sistema de acoplamiento de múltiples componentes, y su estado operativo es complejo y variado. Esto conduce a falsas alarmas frecuentes y alarmas perdidas en los sistemas de monitoreo existentes. Para obtener con precisión el estado operativo del sistema de transmisión principal y detectar su funcionamiento anormal, se propone un método de advertencia temprana de fallos para el sistema de transmisión principal basado en datos de SCADA y CMS. En primer lugar, se seleccionan los parámetros de características de SCADA y CMS relevantes para el estado operativo del sistema de transmisión principal mediante dos métodos diferentes por separado, y se analiza más a fondo el mecanismo de correlación entre los parámetros de características y las características operativas del sistema de transmisión principal. En segundo lugar, se establece el modelo de predicción basado en la red de Memoria a Largo y Corto Plazo (LSTM) de los parámetros operativos del sistema de transmisión principal, en el cual se fusionan los parámetros de características de SCADA y CMS como vectores de características de entrada. Luego, los residuos predichos de los parámetros de evaluación del estado se utilizan como índice de evaluación del estado operativo. El modelo de advertencia temprana de fallos se establece mediante el Proceso de Jerarquía Analítica (AHP) y la Estimación de Densidad de Kernel (KDE). Finalmente, se utiliza un estudio de caso para verificar el correcto rendimiento del método propuesto. Los resultados muestran que este método puede realizar funciones de advertencia temprana 73 horas antes que el sistema SCADA existente. El método puede proporcionar una base teórica para la operación segura y el mantenimiento basado en condiciones de las turbinas eólicas.