本发明涉及一种基于KLMS算法和趋势滤波的自适应故障预测方法，将传感器采集的实时数据进行L1趋势滤波，获取趋势滤波后数据，将趋势滤波后数据进行归一化处理，处理后数据送入核最小均方方法进行实时预测，获得预测采集数据，用于实时故障预测。没有关于待提取信息的先验统计知识，直接利用观测数据依据判据在观测过程中不断递归更新，结构简单，鲁棒性强，成本更低；同时满足在线实时预测、非线性预测、具备自适应更新能力，预测结果更逼近真实值，为故障诊断提供依据；获取趋势项和故障预测可同时兼顾，确保了数据动态波动小，降噪声干扰，计算复杂度较低、跟踪时变能力更强。