Para mejorar la disponibilidad de las turbinas eólicas, y así mejorar su eficiencia, es importante detectar y aislar fallos en su aparición temprana. El principal problema del diagnóstico de fallos basado en modelos aplicado a turbinas eólicas está representado por la complejidad del sistema, así como por la fiabilidad de las mediciones disponibles. En este trabajo, se presenta una estrategia basada en datos que se apoya en modelos difusos, con el fin de construir un sistema de diagnóstico de fallos. La teoría difusa, junto con el esquema de identificación de Frisch para modelos con errores en las variables, se explota aquí, ya que permite aproximar modelos desconocidos y gestionar datos inciertos. Además, el uso de modelos difusos, que se identifican directamente a partir de las mediciones de la turbina eólica, permite el diseño del módulo de detección y aislamiento de fallos. Cabe destacar que, a veces, la no linealidad de un sistema de turbina eólica podría llevar a soluciones analíticas bastante complejas. Sin embargo, las reglas difusas IF-THEN proporcionan una solución más simple, lo cual es importante cuando se deben considerar implementaciones en línea. El banco de pruebas de turbinas eólicas se utiliza para validar el rendimiento alcanzado del esquema de detección y aislamiento de fallos propuesto. Finalmente, las comparaciones de la metodología propuesta con respecto a diferentes métodos de diagnóstico de fallos sirven para resaltar las características de la solución sugerida.