石油天然气作为工业化进程中不可或缺的资源,需求量日益增加。海洋油气储量丰富,逐渐成为行业关注的重点。现阶段海洋油气开发以水下生产系统为主,由水下控制系统进行监测和控制,其中水下电液复合控制模式应用最多。由于开发方式特殊、维修维护无法及时到达等原因,一旦发生事故将会造成难以估计的后果,所以研究水下控制系统的故障诊断技术具有现实意义。本文通过调研分析,采用数据驱动的故障诊断方法,主要从故障检测、状态评估和故障预测三个方面展开研究。首先,针对多元统计方法对非线性故障进行检测时会因核函数的选择而造成结果不同的现象,引入最大方差展开,为解决该方法难以对新增样本进行处理的问题提出了增量式的改进方法,并构造监控统计量进行故障检测。然后,为了实现对系统状态的监测和评估,引入连续隐马尔可夫模型,将检测样本产生的似然概率作为评估依据,构造性能指标和变化指标,衡量系统偏离正常状态的情况,并量化状态变化的大小。最后,采用自回归滑动平均模型对监控统计量进行预测,从而实现故障预测,引入经验模态分解对数据进行平稳化处理,并提出利用滑动窗口不断重估模型参数的改进,同时给出直接多步预测方法,提高了预测的准确度。