在水轮机轴瓦及相关关键部位（如润滑油进出口、冷却水管路等）安装高精度温度传感器，以固定的高频采样率实时采集轴瓦温度、润滑油温度、冷却介质温度等数据，同时获取水轮机的转速、负荷等运行参数。对采集到的原始数据进行去噪处理，采用滤波算法去除因电磁干扰、设备振动等产生的噪声信号，然后进行归一化处理，使不同类型的数据具有统一的量纲。利用时间序列分析算法，如 ARIMA 模型，结合机器学习中的回归算法，以历史数据为基础，建立轴瓦温度趋势预测模型。模型训练过程中，不断调整参数以优化模型性能，使其能够准确捕捉轴瓦温度随时间及其他运行参数的变化规律。实时运行时，模型根据最新采集的数据，持续更新轴瓦温度的预测值，并与实际测量值进行对比分析，通过绘制实时温度变化曲线，直观展示轴瓦温度的实时趋势，一旦发现趋势异常，如温度上升速率过快、波动超出正常范围等，立即发出预警信号，为运维人员提供决策支持。