水轮发电机组振源繁多，振动故障较为常见。目前的振动故障诊断研究，仅仅利用了振动的幅值和频率信息，忽略了相位信息而且智能诊断的信息源往往是单一测点的振动信号，只能从一个角度反映机组局部的振动状况，难以揭示整机振动的全貌。为了提高智能诊断的可信度和准确率，有必要完整地利用振动的幅、频、相信息，对机组的振动监测信号进行综合分析。　　本文在全息谱和支持向量机的基础上，提出了新的水电机组振动故障的智能诊断方法。首先，针对主轴摆度信号具有密集型频谱的特点，采用密集频谱细化校正技术对摆度信号进行频谱分析，得到了高精度的幅值谱和相位谱；其次，通过对摆度信号幅值信息和相位信息的融合以及多传感器信息的融合，在主轴摆度的各监测断面上构造了二维全息谱，并从中提取全息故障特征；最后，利用支持向量机建立了从故障特征到故障类型之间的映射关系，进而实现水电机组振动故障的智能诊断。在仿真诊断中，所提出的诊断方法在小样本情况下能够准确辨识常见的振动故障。证明相位信息蕴含着重要的故障信息，融合了振动幅值信息和相位信息的全息故障特征可以表现不同故障间的显著差异，基于全息谱和支持向量机的振动故障诊断方法能够适应水电机组故障样本稀缺的特点，具有良好的自学习能力和工程应用价值。