风机齿轮箱是风力涡轮传动系统中的关键部分，其故障发生随机、故障样本数量不足，严重影响故障诊断的准确性。针对此问题，提出一种基于循环卷积生成对抗网络的风机齿轮箱故障诊断方法。首先，构建基于循环卷积生成对抗网络的样本生成模型，利用卷积网络和循环网络作为生成器增强样本间的时间相关性；借助Wasserstein距离与梯度惩罚项改进目标函数，并通过博弈对抗机制优化生成器和判别器，提高模型的泛化能力。然后，结合真实样本和生成样本，设计基于堆叠去噪自编码器的故障诊断方法，实现齿轮箱的故障诊断。最后，利用风力涡轮传动系统数据集验证所提出的风机齿轮箱故障诊断方法的性能。结果显示，所提方法能够有效平衡故障样本数据集，进一步提高风机齿轮箱故障诊断的准确率。