摘要：為了有效識別輔機運行過程中的故障,將多元狀態估計技術應用于輔機的故障預警中。根據機組功率高低將輔機的歷史狀態矩陣分為3類,通過等距抽樣選取典型狀態分別建立子模型。對于輸入的觀測向量,模型給出相應的估計向量,兩者的偏差可用相似度函數表示,并基于區間估計的思想設計了相似度的自適應閾值方法。最后利用某350 MW熱電機組的中速磨煤機堵煤故障前的數據進行仿真。結果表明:模型在磨煤機跳閘前264 s做出預警,具有較高的故障檢測效率;與傳統的固定閾值方法相比,采用自適應閾值方法可有效降低誤報率。