近年来，大、中型水电站水轮机组事故不断，水轮机在线故障诊断显得越来越重要，目前国内有个别水电厂实现了对水轮机组特征参量的在线监测和一定程度上的故障诊断分析，在机组安全运行方面取得了一定的成果，但是这种实时在线监测系统只能提供直观的参数，提供一些诊断方法，一旦机组发生故障，将会造成巨大的经济损失。为此开展故障预测方面的研究，防范于未然显得越来越重要。 本文将小波包多分辨特性与灰色系统的动态预测能力相结合，提出了一种针对水轮机振动特征向量进行预测的方法。该法先利用小波包对振动信号进行分解，提取小波包能量特征量，构造能量特征向量，进而利用灰色模型对能量特征量进行预测。文中应用此法对水机轴振动特征向量进行了预测，结果表明预测值与实际值吻合，证明了利用小波能量和灰色预测理论预测振动特征信息是一种行之有效的方法。 接着本文开发了状态监测和诊断预测系统，文中介绍了该系统的状态监测模块、特征信息预测模块以及诊断模块，重点论述故障特征信息预测法在监测和诊断基础上的具体实现。状态监测是诊断和预测的基础，在这部分作者主要论述传感器的布局、状态监测参量、诊断信号分析方法及相关数据库设计等方面；紧接建立特征信息预测模块，叙述了从小波包能量提取，到灰色预测的详细设计及具体实现；再接着建立故障诊断系统，论述了知识的结构设计、推理方法等内容。为了实现从特征信息预测到故障预测的转变，提出了，特征信息预测法和诊断系统的结合方案，介绍了从FFT变换提取特征频率征兆的知识推理的诊断方式，到小波包提取频段能量作为征兆的诊断方式的改变。 作者还详细介绍了预测系统相应的人机界面和各方面功能，包括一些拓展功能，并通过试验证明了所设计的故障预系统的可行性作,并用电厂历史数据进行了故障预测验证，得出了故障预测的结果。