一种基于支持向量数据描述的转子系统异常检测方法：利用传感器采集转子正常状态运行下的数据构成正常数据集；提取正常数据集中的15个时域特征与4个频域特征作为支持向量数据描述模型的训练集；对支持向量数据描述模型进行训练，得到正常数据样本训练情况下的超球体半径，并保存训练好的支持向量数据描述模型；利用传感器在线实时采集转子故障状态运行下的运行振动数据，进行时域及频域特征提取作为测试集；将测试集输入训练好的支持向量数据描述模型中，计算测试集中各个样本与球心之间的距离，与正常样本情况下的超球体半径相比较，若超出正常样本下的半径阈值，则判定为设备异常。本发明解决了正常与故障样本量不平衡的问题。