本发明涉及水力发电分析领域，具体涉及一种水轮机预测性方法、系统、设备及存储介质。获取水轮机的历史运行数据和实时运行数据；对历史运行数据进行预处理和特征提取，得到时频图；根据时频图建立基于CNN的预测维护模型；利用CNN从水轮机的历史数据和实时数据中自动提取有用的特征从而建立故障预测模型，通过该模型能够实时预测水轮机工作状态，当某一数据大于设置模型的阈值时，能发出报警信息；相比于传统的检修方式，本发明的方法能够提前预测设备故障，从而避免设备意外停机，提高设备的运行效率和可靠性。