趋势预测实质上是对动态数据进行建模的过程,所建立的模型称为预测模型。预测的一个关键问题首先就是建立符合实际状态的预测模型,然后用预测模型来描述设备的发展趋势推知设备将来的行为。本文对回归预测模型、时间序列预测模型及灰色理论预测模型等几种常见预测模型进行了研究比较。回归分析法根据历史数据和一些影响变化的因素变量来推断将来时刻的值,它对数据的要求很高,当历史数据残缺或存在较大误差的情况下,预测效果不会很理想。移动平均法是一种非常简单的时序预测技术,其基本思想就是求算术平均值或者加权平均值,并将其作为预测依据；指数平滑法虽然也是一种定权的预测方法,但其可以消除数据中的随机波动,确定主要的发展趋势；不确定型时间序列预测技术主要考虑数据本身的变化规律,仅根据历史数据和误差来推算未来的值,但精度较差,一般情况下都是与其它方法结合使用。灰理论利用数据处理方法,将杂乱无章的原始数据整理成规律性较强的生成数据来加以研究。灰色预测技术在数据样本缺乏时,相对其它方法而言更有效。但该方法不适用于短期预测。本文在对核动力设备运行特性、参数特性、典型故障的故障机理分析的基础上,选取功率、壳内温度、主蒸汽压力、蒸发器水位、稳压器压力和水位等八个参数作为表征故障的特征参量,选取指数平滑法作为预测模型,利用预测模型对这些参数进行了单参量预测,将预测值与设定阈值相比较,并根据故障时各参量之间的相互关系,判定设备的运行状态。模型系数是影响预测模型准确性的关键因素,本文对系数的计算采取自适应算法,以确保预测模型能够适应当前状态数据的特性。本文以MATLAB语言为基础,编写了仿真程序,用以调用数据、计算模型参数和验证预测模型的准确性。