水电机组在线监测诊断系统通过各种监测、测量、监视、分析和判别方法，了解和掌握水电机组的运行状态并加以评估，并为机组的故障分析、性能评估、合理使用和安全工作提供信息和准备基础数据。随着“状态检修”体制的推广以及分布式在线监测和故障诊断系统的出现，水电机组在线监测和故障诊断系统这个多学科的系统工程成为研究热点，并在工程中得到越来越多的应用。本文对水电机组在线监测及故障诊断系统展开研究，讨论了水电机组振动机理、在线监测及故障诊断系统的整体框架设计和基于小波理论及神经网络的信号提取和识别的内容。 本文首先对机组部件产生振动的机械、电磁、水力这三个方面因素进行概要性论述。分析其振动机理，振动根源，并为减振、消振提供了一些具体措施，为建立水电机组在线监测诊断系统提供基础。 其次介绍了在线监测诊断系统的构成，包括了系统的分布式网络数据库拓扑结构、监测对象以及测点的布置。重点探讨了一种数据智能存储策略，并从数据分级保存、工况标识和数据入库频度智能设定三方面加以分析和研究，提出了一种缓解海量数据存储瓶颈的存储策略。 重点讨论了基于小波—神经网络的水电机组远程监测诊断系统，分析了监测信号的小波包特征向量的提取算法，提出了改善BP神经网络收敛和学习功能的策略，并介绍了一种基于MatlabWebServer的远程监测诊断的应用模式，构建了远程监测诊断平台。最后文章介绍了水电机组稳定性在线监测的一个实例。