振动是水电机组常见的故障之一，强烈的振动会对机组产生疲劳损坏，甚至对电力系统的安全运行产生影响。因此，对机组振动故障诊断进行研究，防范事故，保证电力系统安全稳定运行具有重要意义。本文借鉴应用数学科学的研究成果，将灰色理论应用于水电机组振动故障诊断中，完成的工作有:　　首先，进行了水电机组振动信号的特征提取研究，用提取的特征信号建立标准故障特征矩阵和待检特征矩阵，并通过计算它们之间关联度来确定待检故障类型。针对关联度分析存在漏判和误判的缺陷提出一种改进方法，引入阈值进一步判断其故障类型，实例证明，该方法能取得良好效果。　　其次，本文首次将灰色理论引入水电机组故障预测评估中，针对GM(1，1)模型在实际预测中对原始数据要求高，不能满足实际需要，提出了基于GM(1，1)模型的改进算法。改进算法基于模型数据进行处理，分别采用滑动平均法和局部残差处理法，通过对比经过两种方法处理后模型精度的高低，最终选取了对数据进行GM(1，1)残差处理方法。采用GM(1，1)模型对水电机组故障特征量进行了预测，从而可以明确该种故障的发展趋势，对机组是否需要停机检修提供了一定的依据。　　最后，将故障诊断和状态预测进行了界面可视化设计，界面设计都是通过MATLABGUI实现的，从而增强了人机交互性，使故障识别、状态预测更具有直观性。