本发明涉及一种基于小波奇异值的水电机组振动状态实时评估方法及系统，该方法包括：对采集的水电机组振动信号进行一系列的小波分解，得到各个小波分解系数；得到表示水电机组振动信号的特征向量的奇异值特征向量；采集得到水电机组正常状态下的奇异值特征向量集，对奇异值特征向量集进行聚类得到信号奇异值特征向量健康聚类中心；得到水电机组振动状态的实时监测信号的奇异值特征向量，计算其与信号奇异值特征向量健康聚类中心的相对欧式距离，作为反映水电机组实时振动状态的评估指标；充分利用了机组监测系统积累的海量历史数据，融入大数据思想，同时可利用机组振动历史数据进行自学习，更新振动预警模型，提高预警准确性。