水电在我国能源经济中占据重要的地位，是应对我国能源需求井喷，发展可再生能源的重要选择。随着我国水电事业的大力发展，水电机组也向着大容量、大尺寸方向发展，水电机组运行的稳定性显得尤为重要。状态检修开始逐步改进，故障诊断的方法日益丰富。本课题开发的水电机组稳定性监测系统可以实时监测机组运行状态，为最终实现机组的智能诊断提供技术支撑。该稳定性监测系统以Visual C++6.0为开发平台，采用C/S模式，能够实现局域网内数据共享。该系统具有实时显示波形以及特征值功能，并且能够事故追忆，为水电厂安全性和经济性的提高发挥重要作用。提出了基于PSO-BP的轴心轨迹识别方法。该识别方法是基于信息融合的理论基础，通过改进的Hu不变矩和仿射不变矩组合构成新的组合不变矩，并将其作为描述水电机组轴心轨迹的特征向量，然后采用经过PSO优化过的BP神经网络进行识别，最后达到识别轴心轨迹的目的。为查找水电机组的故障提供指南。提出了基于EMD-FFT的振动信号检测方法。该方法是融合FFT和EMD经验模态分解的一种新的时频分析方法，首先利用EMD的时频聚焦性，自适应的将原始信号进行平稳化分解，然后从各阶IMF分量中捕获非平稳信号的突变成份发生时段，最后通过FFT获得该时段原始信号的频率与幅值信息，准确获取非平稳信号的时间-瞬时频率-瞬时幅值。