为提高油气站场的本质安全水平，实现异常工况下的实时预警和早期预警，将先验知识和数据驱动方法相融合，利用Akima算法对工艺参数进行平滑处理，随后计算偏离速度和平均故障时间，对以往的失效数据进行概率分布拟合，将偏离速度融入到失效概率分布函数中，最后通过调试设定灵敏度系数，完成异常工况的早期预警，并进行现场验证。结果显示，Akima插值方法获取的曲线不存在龙格现象，曲线经过所有的原数据点，保留了原曲线的变化趋势；基于Akima算法和失效概率分布函数的预警结果与常规预警结果相比均可提前，加热器温度、闪蒸塔压力和分离器液位的预警时间可分别提前307 s、234 s和33 s；参数变化的不稳定性会大幅提前预警时间，变化较为平稳的参数预警时间提前量则有限。研究结果可为提升站场完整性管理水平提供实际参考。