本发明涉及一种基于支持向量机概率密度估计的离心泵故障预警方法，通过采集多工况下离心泵的正常和故障振动数据，从时域和频域特征两方面进行特征提取，充分挖掘数据所包含的信息，对特征进行降维处理，去除数据的冗余部分，使降维后的每组特征信息互不相关，得到的振动数据有效特征能够简化支持向量机概率密度模型运算。将各工况下正常状态样本的概率密度最小值设为阈值，并以故障状态下的概率值进行验证。所设立的各工况阈值能准确有效划分离心泵各工况下的正常与故障数据。通过以转速划分出的6种不同工况，分别设立阈值，验证结果表明所设立的阈值能完全区分正常及故障数据，能准确实现故障预警的功能。