本申请公开了一种基于优化LightGBM算法的磨煤机故障预警方法，包括从SIS系统采集磨煤机参数的历史运行数据；对原始数据进行数据预处理，并通过皮尔逊系数法进行数据降维；构建磨煤机正常状态下优化LightGBM参数预测模型；计算预警参数预测值及其残差平均值作为预警阈值基准值，在基准值的基础上根据各类边界条件设定预警阈值范围；将实际运行数据定期采集并输入训练好的优化LightGBM参数预测模型中，得到实际运行状态下预警参数残差平均值，判断其是否超过预警阈值范围，一旦超过即刻发出预警信号。本申请具有训练速度快、占用内存低、准确率高的特点；本申请同时采用SSA‑PSO优化算法对LightGBM模型的主要超参数自动寻优，避免人为调参的麻烦，提高模型处理大量数据时的效率。