混流式水轮机组结构复杂,引起机组振动的因素包括水力、机械、电气等多个方面,各种因素相互耦合。机组运行工况多变,当其工作在非最优设计工况区时,振动会更加剧烈。长时间在该区域内运行将危及机组安全稳定,有损机组寿命,降低经济效益。目前,划分机组运行区,避开恶劣工况,成为业内普遍采取的应对措施。本文以T水电站1号机组为对象,先基于经典方法,实现了机组运行区划分。然后总结了经典方法存在的不足,并进行了以下研究:1)经典方法基于机组稳定性试验,难以覆盖全部运行工况,分区结果粗略。本文引入状态在线监测数据,结合试验数据,实现了分区数据的精细化和全工况覆盖,利用全工况数据和峰峰值标准阈值进行了全工况运行区划分。2)经典方法依据时域峰峰值为信号特征值,算法忽略频域信息,难以全面反映信号振动强度特征。本文对EEMD能量熵提取振动信号时频特征能力进行转子实验台验证,同时分析实验台信号EEMD能量熵统计分布规律,设定了正常和异常状态的区分阈值。3)国家和行业标准中部分测点运行限值规定不明确,且限值设定方法未考虑机组和测点个性。本文基于机组实测振动信号,分析了一个检修周期内历史监测数据各监测量EEMD能量熵分布规律,参考国家标准中置信概率的设定值,设定了机组各状态量的EEMD能量熵相对阈值,并据此划分了机组全工况运行区。研究结果表明,相比于经典方法,基于峰峰值标准阈值的全工况分区方法能更能全面、准确地反映机组真实振动区。相比于通频峰峰值,EEMD能量熵能实现机组异常和正常状态的有效区分,对各类故障也有一定区分能力,适用于水电机组运行分区中信号特征提取。基于EEMD能量熵相对阈值的全工况分区方法可以作为经典分区方法的补充与改进,其分区结果能反映机组相对于历史运行状态,振动较大的工况区域。