基于深度置信网络的水轮发电机组轴承异常状态预测方法，属于电力大数据技术领域，本发明采用灰色关联理论解析发电机轴承相关特征量间的耦合关系，根据关联度强弱提取出轴承运行状态关键特征，降低数据维度；确定轴承关键特征动态阈值，采用非线性状态评估方法综合分析轴承运行工况和轴承健康状态，动态更新轴承关键特征阈值；将轴承关键特征数据集和动态阈值输入基于PSO‑DBN的预测模型，用自适应方法动态更新PSO学习因子和惯性权重，提升PSO对DBN参数的寻优性能，降低预测模型误差，提高设备故障规避风险的能力，保证机组的安稳运行。