【摘要】传统的电气工程设备状态监测方法多依赖大量标注数据，训练成本高昂，且易受环境干扰，致使监测准确性欠佳。因此，本文提出了基于马尔科夫链的电气工程设备状态智能监测方法。首先，利用多源传感器采集设备运行时的温度、振动、电气参数等状态数据；其次，从时域、频域和时频域多角度提取峭度、重心频率、谐波畸变率等特征参量，构建标准化特征向量；最后，建立隐马尔科夫模型，借助状态转移概率矩阵描述设备状态演化规律，实现状态智能监测。实验结果表明：该方法的设备状态参数监测曲线与基准曲线高度吻合。同时，在正常、轻度故障和重度故障这三种设备状态工况下，均实现了零漏报。这表明该方法能够有效地捕捉设备状态的细微变化，在监测精度、动态跟踪和故障状态预警方面展现出优越性能。