本發(fā)明涉及一種船舶故障狀態(tài)預(yù)測(cè)方法及系統(tǒng)，解決了船舶故障狀態(tài)預(yù)測(cè)方法準(zhǔn)確性不高的問(wèn)題。該方法包括采集歷史時(shí)段M維測(cè)量數(shù)據(jù)，M維測(cè)量數(shù)據(jù)包括正常工作狀態(tài)下的測(cè)量數(shù)據(jù)以及維護(hù)狀態(tài)下的測(cè)量數(shù)據(jù)；基于M維測(cè)量數(shù)據(jù)，計(jì)算得到正常工作狀態(tài)與維護(hù)狀態(tài)之間的轉(zhuǎn)移矩陣以及每個(gè)退化過(guò)程的漂移系數(shù)以及擴(kuò)散系數(shù)，一維測(cè)量數(shù)據(jù)對(duì)應(yīng)一個(gè)退化過(guò)程；設(shè)定每個(gè)退化過(guò)程的失效閾值，基于轉(zhuǎn)移矩陣、每個(gè)退化過(guò)程的漂移系數(shù)以及擴(kuò)散系數(shù)，結(jié)合蒙特卡羅方法，得到每個(gè)退化過(guò)程失效時(shí)間的累積概率密度分布；基于每個(gè)退化過(guò)程失效時(shí)間的累積概率密度分布，結(jié)合正態(tài)Copula函數(shù)，得到船舶故障狀態(tài)的聯(lián)合概率密度分布。提高了船舶故障狀態(tài)預(yù)測(cè)的準(zhǔn)確性。