水电机组作为水电站的核心设备，其运行状态直接影响电站的安全性和发电效率。机组在长期高负荷和复杂工况下运行时，受累积应力、材料疲劳及结构磨损等因素影响，其运行性能逐渐劣化，振动信号在不同阶段表现出显著变化。为实现机组从健康运行到预警再到故障失效的全过程状态识别，提出了一种基于iTransformer与BCa的水电机组全生命周期振动监测与故障预警方法。该方法通过iTransformer模型实现高精度振动信号预测，捕捉机组运行状态的动态演化特征，并结合BCa方法对预测残差进行非参数重采样，构建自适应预测区间，以量化预测不确定性并增强异常识别能力。试验结果表明，所提方法能够有效刻画机组在健康、预警及故障阶段的振动变化规律，准确量化健康运行状态的波动范围，并在异常状态下实现实时预警，显著提升了故障检测的准确性与可靠性。研究结果验证了该方法在水电机组全生命周期智能监测与预警中的应用价值。