为监测分布式驱动电动汽车中轮毂电机运行状态，确保整车运行安全，提出一种基于改进的多类支持向量数据描述（multi-class support vector data description，简称MCSVDD）的轮毂电机故障诊断方法。首先，针对MCSVDD算法的改进，基于近邻传播（affinity propagation，简称AP）聚类算法提出了MCSVDD以“距离类内簇中心最小”的类别判断法则，并基于Weibull函数构造了Weibull核函数，用于优化数据描述模型；其次，针对轮毂电机运行状态的多维特征参数组，提出一种基于最小距离传播鉴别投影（minimum-distance propagation discriminant projection，简称MPDP）的降维法，提高了不同工况下轮毂电机故障状态的可分性；最后，定制带有典型轴承故障的轮毂电机，采集7种工况下的振动信号，验证所提出方法的有效性。结果表明：基于MPDP降维后的轮毂电机运行状态观测样本的可分性优于线性判别分析（linear discriminant analysis，简称LDA）、局部保持投影（locality preserving projection，简称LPP）及最小距离鉴别投影（minimum-distance discriminant projection，简称MDP）方法，基于Weibull核函数的MCSVDD状态识别系统的识别精度整体高于基于多项式和高斯核函数的MCSVDD系统。