本发明公开了一种基于摆度数据挖掘的水轮发电机组的监测方法，包括模型的建立：获取待监测水轮机组的摆度信息；开展信号的多元化分析，获取信号多元量化数据；随后对上述分析结果开展标准化处理；对多元信息熵特征向量进行降维处理；依据正常样本和异常样本的自编码特征进行监测模型的训练；在不同水头范围内建立多组模型；然后根据实际需要应用模型进行监测。本发明对水轮发电机组日常监测的摆度信号进行分析，通过信号处理与分析构建其多元特征集，依托深度学习理论对其开展无监督学习并获取摆度特征集，进而根据稳态数据建立机组的监测模型，最终实现水轮发电机组的监测。