水电机组状态检修有利于工作人员及时掌握机组工作状况，识别机组潜在隐患，最大限度地延长检修间隔，降低电厂运行成本，保证生产的安全。机组状态检修包含了三部分内容：状态信息采集、故障诊断方法和机组维修策略，状态信息的采集作为信息的输入部分在整个系统中起着重要作用。水电机组所处环境较为复杂，状态信息采集过程中极易受到各种噪声的干扰，造成信息采集的失真，如何获得真实反映机组运行状态的数据对最终维修策略的制定具有十分重要的意义。本文主要研究数据测量方法以及信号去噪方法，主要研究内容包括：首先，通过深入了解机组状态监测对象的不同特性，结合不同类型传感器的测量特点，针对不同对象制定出相应的监测方法，设计了一套实用的测量系统。其次，通过对现有时频分析方法作了详细比较，针对水轮发电机组状态监测数据的不平稳性以及故障信号的突变性，采用了现代小波分析理论对状态监测信号作预处理。通过对比采用不同小波函数以及不同去噪方法所产生的结果，得到了最佳小波和去噪方法。最后，将本文算法应用于大峡水电站实测数据，对比信号预处理前后得到的不同结果，说明研究成果对改善机组数据采集、提高后期故障诊断中对频带的识别能力有非常重要的作用。