随着发电厂的自动化程度增加，提高电站关键设备的有效性运行和可维修性也变得非常重要。电站传统的设备检修方式日益暴露出其局限性，设备故障带来的经济损失（停机损失和维修费用）也日益受到发电企业的重视和关注。对电厂设备实施预防性维修即故障预警系统不仅可以提前采取措施避免故障的发生，而且可以变被动检修为主动检修，变非计划停机为计划停机，已成为国内外学者的研究热点。在火电厂中，送风机系统作为辅机系统之一，对电厂的安全、经济运行起着极为重要的作用。它是用于保证供给锅炉燃烧时所需的空气量，因此直接关系到炉膛的安全燃烧和煤粉的利用率。本文以送风机为研究对象全面介绍故障预警系统的实现过程。文章开始介绍了送风机故障预警系统的总体设计方案，并描述了基于PI数据库的数据采集系统。针对送风机故障预警系统具体实现这一问题，提出一种基于多元状态估计(MSET)和相似性测度的方法。首先是建立正常工况下的各传感器参数之间的数据模型，构造正常工况下的过程记忆矩阵；然后根据系统当前观测向量与记忆矩阵之间的相似性程度，对当前观测向量进行预测。在故障检测模块上，利用基于减法聚类的相似性度量的方法实现。通过对正常工况下的监测参数的聚类中心的提取，计算估计值与聚类中心的相似性测度值，确定送风机工作状态。本文在MATLAB的编译环境下，针对送风机的振动故障进行了故障预警仿真。结果表明，送风机故障预警系统可较准确地预测风机运行状态，提前发现风机异常状况,实现风机故障的早期预警。