根据生产不间断电源企业的需求，设计了基于 EKF-Markov 的不间断电源状态维修管理系统，在使用方许可的情况下，使用地理信息系统可视化显示设备在线位置及实时运行的状态数据。与传统事后维修方案相比，在数据预处理中运用加权的方法对数据驱动采集的信息进行状态维修建模，能够减少不同类型数据导致的差异；采用扩展卡尔曼滤波消除噪声对采样结果的影响，该算法下荷电状态预测的误差均值为 0.4343%，结合马尔可夫决策过程对 UPS 电池状态进行分析，实行充/换电模式下的健康管理状态维修策略，维修时间平均减少了 57.12%。研究结果表明，相较于传统维修方法，状态预测与健康管理系统的使用可提高维修效率，加速实现从传统的计划性维修到状态维修模式的转化。