1.一种基于声纹成像的水轮机状态监测和故障诊断方法，其特征在于，包括以下步骤：(1)利用均匀线性拓扑结构的四元声学传感器预先采集水轮机在正常情况和不同故障情况下的声纹信号数据；利用摄像头获取水轮机的可见光图像；使用模数转换器将模拟电信号转换为数字信号；

(2)利用改进的降阶变分模态分解RVMD和辛几何模态分解SGMD获取包含原始信号有效信息的分量；用维纳滤波对所获取数据进行语音增强和去噪处理；所述改进RVMD是采用IWSO算法对RVMD参数进行优化；所述IWSO算法为将Sine混沌映射初始化和莱维飞行‑正态变异算子引入战争策略算法WSO中；

(3)基于线性约束最小方差波束形成算法LCMV获取声纹数据声场强度图，与可见光图像合成多信息图像；

(4)构建基于均方根误差的conformer模型，对经过滤波后的数据进行标签分类和故障诊断；

步骤(2)所述IWSO算法具体过程如下：

使用Sine混沌映射初始化战争策略算法WSO中的士兵位置：其中，x表示迭代值，x∈[0，1]，K∈Z，a代表混沌系统控制参数；

WSO中位置更新分为两种策略，即攻击策略和防守策略，这里将正态变异算子引入攻击策略位置更新，将莱维飞行与原有位置更新策略融合；

莱维飞行的核心是步长遵循重尾分布：

其中，Lv为飞行步长，u、v满足正态分布定义如下：

其中，σv＝1，Γ为标准欧拉第二积分，一般β∈(1，2)；这里取β＝1.8；

WSO的位置更新策略中引入正态变异算子和莱维飞行策略：

Xi(t+1)＝Xi(t)+2×ρ×(C‑K)+rand×(Wi×K‑Xi(t))+N×Xi(t)    (4)Xi(t+1)＝Xi(t)+2×ρ×(K‑Xrand(t))+rand×Wi×(C‑Xi(t))+λ·Lv    (5)其中，公式(4)为攻击策略的位置更新，公式(5)为防守策略的位置更新；N是一个服从均值为0，方差为1的随机标准正态分布数；Xi(t+1)为士兵(t+1)次迭代的位置，Xi(t)为t次迭代位置，C为指挥官位置，K为国王位置，Wi为权重，λ∈(0，1)为步调节系数，rand代表随机数，这里ρ＝rand；位置更新所采取的策略是由ρ和ρr决定；当ρ＞ρr时选择进攻策略，反之选择防守策略；

步骤(2)所述采用IWSO算法对RVMD参数进行优化为采用IWSO来优化变分模态分解RVMD的最优模态个数K值、惩罚因子α和中心频率ωk；具体过程如下：首先设置IWSO的各项参数，包括种群规模、最大迭代次数和循环次数；以士兵位置作为RVMD的输入，不同位置的士兵对应不同的[K，α，ωk]值，分解信号得到模态分量；包络熵值越小，说明原始信号有效信息越多，干扰信息越少；将原始信号的包络熵值作为适应度函数，计算每一个模态分量对应的最小包络熵值；通过不断更新士兵位置，直至达到最大迭代次数输出最优[K，α，ωk]值；

RVMD的求解公式如下：

其中，α为滤波参数，K为模态数，φk(x)为空间模态，ck(t)为空间模态对应的时间演化系数，ωk为时间演化系数的中心频率，为正则化参数， q(x,t)＝φk(x)ck(t)为数据重构；

包络熵值的运算公式为：

其中，b(i)为希尔伯特解调后IMF分量的包络信号；γ(i)为概率分布序列；N为采样点数。

2.根据权利要求1所述的一种基于声纹成像的水轮机状态监测和故障诊断方法，其特征在于，步骤(1)所述故障情况包括机械因素、水利因素和电磁因素生成的噪声。

3.根据权利要求1所述的一种基于声纹成像的水轮机状态监测和故障诊断方法，其特征在于，步骤(2)所述利用改进RVMD和辛几何模态分解SGMD获取包含原始信号有效信息的分量具体过程如下：对转换后的数字信号进行RVMD分解，获得K条子序列及残差余量；保留其平稳子序列，针对高噪声余量进行辛几何模态分解，定义辛几何模态分解的前3个分量为有效分量，剩余的为噪声分量，即保留含有高噪声余量本质特征的前3个分量并叠加重构；经过一系列分解获得了K+1个子序列，使用维纳滤波对模态子序列进行处理，然后对处理后的模态子序列进行重构，从而得到去噪后的声纹信号。

4.根据权利要求1所述的一种基于声纹成像的水轮机状态监测和故障诊断方法，其特征在于，所述步骤(3)实现过程如下：LCMV算法的代价函数的运算过程如下：

H

J(ω)＝ω Rω    (8)

其约束条件如下：

H

ω a(θ)＝f    (9)

其中，ω为权向量；矩阵R为阵列输出的协方差矩阵；a(θ)为方向θ的方向矢量，当f＝1时得到最佳解为：LCMV算法采取多个线性约束的方法强制接收期望信号以防止阵列方向出现信号零陷，其公式如下：其中，C为P×(Q+1)维约束矩阵，P为麦克风数量，Q为除信号源以外的其他声源干扰数，f为Q+1维约束向量；

采取多个线性约束的方法达到扩充主瓣，准确估计声达方向的目的；通过拉格朗日乘数法，求解得到最终的权系数为：‑1 H ‑1 ‑1

ω＝Ry c(cRy c) f    (12)

声纹数据经过LCMV算法形成波束，得到测试对象的声场强度图，将声场强度图与摄像头拍摄的可见光图像置于同一坐标系下，确保声场图准确映射到可见光图像的像素坐标上。

5.根据权利要求1所述的一种基于声纹成像的水轮机状态监测和故障诊断方法，其特征在于，步骤(4)所述基于均方根误差的conformer模型为在conformer模型Conformer Blocks中，使用RMSNorm代替LayerNorm；RMSNorm在LayerNorm基础上移除均值项，使用平方根的均值来归一化：其中，ai为某一维度的所有元素。

6.根据权利要求4所述的一种基于声纹成像的水轮机状态监测和故障诊断方法，其特征在于，所述声场图以透明的方式绘制于可见光图像之上，确保能叠加显示并保持一定的辨识度。