循环水泵作为火电机组冷端系统的核心设备，是火力发电厂内耗电量最大的辅机设备之一，其安全可靠的运行直接关系到机组的安全和经济。为准确识别火电机组循环水泵的运行状态，提出了一种基于数据融合的火电机组循环水泵的故障预警方法。首先，采用变分模态(VMD)算法对原始信号进行频率分量分解，其次采用循环神经网络(RNN)算法对分解的分量进行时序特征捕捉，然后采用深度置信网络(DBN)算法建立火电机组循环水泵故障预测模型，最后以大唐集团某电厂1 000 MW火电机组循环水泵为例进行分析，结果表明该故障预测模型可有效实现火电机组循环水泵的故障预警，确保循环水泵安全可靠运行。