本发明属于火电机组故障诊断领域，特别涉及一种基于回声状态网络的智能预警方法，包括：对辅机设备关键输入输出参数进行筛选，并采集历史运行数据；结合辅机设备对象输入输出数目，建立网络架构，搭建基于回声状态网络的训练环境，训练预警模型；基于预警模型，对辅机设备输出进行实时预测，对预测值与实际值的偏差进行滑动窗口的模糊判断，当偏差及偏差变化率达到一定阈值时给出报警。本发明为了提高数据利用效率，采用基于回声状态网络的数据预测方法，利用回声状态网络的特性大大减少了网络的学习成本，进而在相同的计算资源下，对更多的数据进行分析建模。最后结合预测参数与实际参数的偏差进行模糊判断实现电厂辅机设备的故障预警。