随着能源结构转型以及智能发电站建设不断发展，水电厂组运行管理逐步由靠人经验分析向数字化、智能化方向 转变。传统运行状态评价主要基于脱机信息及静态模型，不能真实反映设备健康状态并存在反应慢、评估准确率低等问题， 数字孪生技术为水力发电设备运行状态智能化评估提供了一种新的思路。本文在数字化双胞胎概念的基础上，建立虚拟实 体与实体相结合的水电设备运行状态智能诊断系统，首先针对水电机组数字化双胞胎的概念与技术路线进行了阐释，并构 建了多种运行数据的双胞胎映射模型；其次设计了一种基于深度学习与机理相结合的智能诊断方法，以从多维度数据中提 取动态特征并预测设备健康状态；最后以典型机器实例进行验证，实验表明，此方法能及时发现重要运行参数并预测未来 状态，显著增强设备状态评估精度与可靠性。