本发明涉及状态管理数据预测技术领域，具体涉及一种基于大数据的游乐设备故障智能预测方法。该方法在游乐设备的每个运行过程数据中分析参数波动，获取每个设备参数在对应运行时刻的波动敏感系数，结合运行过程中相同运行时刻的设备参数波动差异，获取每个设备参数在对应运行时刻的异常波动程度，进而获取设备参数在每个运行过程的每个运行时刻的含噪约束度及每个运行过程的训练价值系数，并根据训练价值系数调整运行过程数据对应所有运行聚簇的聚簇中心，进而获取准确的预测训练数据集，实时预测设备状态。本发明分析每个运行过程中每个设备参数的波动及含噪可能性，确定训练价值系数以调整待训练的运行聚簇，降低噪声影响，提高了预测准确性。