为了减少风力发电机组齿轮箱故障，确保风电机组持续安全运行，对风电机组运行监控数据在线分析，提出一种结合最小二乘支持向量机（LSSVM）的风机齿轮箱统计过程控制故障预测方法。该方法以支持向量机学习风电机组的正常状态运行模式，利用风电机组实时运行数据来估计正常状态下该时刻齿轮箱油温度和齿轮箱轴承温度，并与实际温度测量值进行比较。随后利用统计过程控制技术分析齿轮箱油温和轴承温度的实际值与估计值的残差，以实现齿轮箱异常状态的预测。