为在船舶设备发生故障时能准确、及时地定位故障发生根源，保证船舶安全、经济运行，采用大数据分析方法和支持向量机（Support Vector Machine，SVM）模型算法对船舶设备进行故障诊断，提前预测可能发生的故障。以船舶柴油机滑油压力低故障为例，应用Python语言，通过SVM模型算法预测该故障的发生概率。结果表明，在已采集的船舶数据样本的训练集和测试集上，数据拟合和故障预测的效果十分理想，预测故障发生的准确率较高。关键词：大数据分析；支持向量机模型算法；Python语言；船舶设备故障诊断
