随着我国水电事业的不断发展,机组单机容量在不断增大,其在电力系统中的所占比重也不断增加。在此形势下,电力系统对水电机组运行的稳定性和安全性提出了更高的要求。对于机组运行性能的评价,通常通过衡量机组的振动水平来实现。因此,实现对于机组设备关键部位的振动监测与故障诊断,提高维修的针对性及运行效率,具有重要的意义。　　本文在对国内外研究现状进行分析研究的基础上,以水轮发电机组振动监测与故障诊断方法为研究对象。首先分析总结了水轮发电机组振动故障机理,其次,针对水轮发电机组振动信号的非平稳、非线性的特点,本文采取了基于总体经验模态分解(EEMD)的分析方法,将采集到的振动数据分解为固有模态函数组(IMF),对得到的各阶固有模态函数分量计算能量值,并以此作为信号的特征提取方法;再引入基于遗传算法优化的支持向量机( GA-SVM)进行故障诊断;然后,设计了水轮发电机组振动监测与故障诊断系统的总体结构,完成了系统的设计,包括测点的布置以及传感器的选型等,实现了机组振动数据的采集与监测;最后,将本文设计的振动监测系统应用于某电站,并采用GA-SVM方法对机组尾水管压力脉动信号进行故障识别,以验证本文所用方法的有效性以及可行性。结果表明,本文提出方法的能够对水轮发电机组振动故障进行较好地识别。