在水轮机的导叶传动机构上安装力传感器，实时监测导叶调节过程中所受到的作用力；在导叶与导叶套筒接触部位安装位移传感器和温度传感器，分别监测导叶的微小位移变化以及接触部位的温度；同时，在水轮机的蜗壳和尾水管等位置布置压力传感器，采集水流压力数据。对采集到的原始数据进行去噪、滤波等预处理，去除环境噪声和测量误差。通过分析力传感器数据，判断导叶调节力是否超出正常范围；结合位移传感器数据，观察导叶在调节过程中的运动是否顺畅，有无卡滞现象；根据温度传感器数据，判断导叶与导叶套筒之间是否因摩擦异常而导致温度升高。利用压力传感器数据，分析水流压力对导叶调节阻力的影响。将这些多源数据特征输入到基于随机森林算法的故障诊断模型中进行训练，模型以大量已知的正常和导叶调节阻力过大状态的数据作为标签。训练好的模型能够根据实时监测数据，快速准确地判断导叶调节阻力是否过大，并进一步分析出导致阻力过大的主要原因，一旦检测到异常，立即发出警报，并结合历史数据预测故障的发展趋势，为运维人员制定针对性的维修方案提供科学依据。