我国航天事业经过几十年的发展,积累了丰富的卫星工程经验和工程数据。如何将这些经验和数据应用于未来的卫星健康状态预测,越来越受到业界的重视。计算机技术和大数据技术的快速发展,为运用卫星工程数据进行卫星健康状态的预测提供了可能。本文针对卫星工程数据应用方法开展研究,利用工程数据预测卫星健康发展趋势,具有较强的应用价值和一定的创新性。本文对工程参数处理相关文献研究的基础上,从数据预处理、非关系型数据库存储方式和数据预测技术三个方面开展了研究工作,并结合暗物质粒子探测卫星在轨运行工程参数进行了实验验证。在数据预处理方面,采用了判定树归纳方法和树剪枝方法进行数据分类处理,研究了判定树归纳的加强的条件和判定树归纳的可规模性,提出了使用判定树归纳方法进行工程数据的分类;在数据存储方面,使用了当前比较流行的四种非关系型数据库进行工程数据的存储与处理;在数据预测技术方面,研究了多项式拟合外推、求和自回归移动平均模型、非参数回归算法以及基于神经网络预测技术等四种数据处理预测方法,并对它们其中的算法和收敛条件提出了讨论,使用上述方法对工程数据的变化进行预测。通过实验验证,表明使用改良后的判定树归纳及其发展的方法能够较好的处理数据分类问题。另外,经过参数选优后,多项式拟合外推、求和自回归移动平均模型、基于神经网络预测技术能够较好的实现工程数据的预测,从而做出对卫星健康状况的分析和推断。