1.计算全贯流水轮机转轮振动概率密度曲线的方法，其特征在于：具体包括如下步骤：步骤1，采集全贯流式水轮机的转轮振动速度信号，并将采集到的振动速度数据通过数据采集卡发送到控制台，获得水轮机的转轮振动速度信号采样后的时间序列v(t)；

步骤2，对步骤1得到的转轮振动速度信号采样后的时间序列v(t)进行截取，得到截取后的振动速度信号序列va(t)；

步骤3，对截取后的振动速度信号序列va(t)进行滤波处理，得到滤波后的振动速度信号序列vb(t)；

步骤4，对滤波后的振动速度信号序列vb(t)进行处理，记录每个振动速度信号的频率并拟合振动速度信号的概率密度曲线FP(x)；

步骤5，不断改变水轮机的空化系数，并在不同的空化系数下采集水轮机转轮的振动速度信号，得到不同空化系数下的水轮机转轮振动速度信号，然后对每一个转轮振动速度信号重复步骤1～4，拟合不同的概率密度函数；

步骤6，在同一坐标系下拟合不同空化系数下的概率密度函数曲线，并记录不同空化系数的转轮振动速度信号PDF幅值曲线的峰值Ai；

步骤7，以无空化时的概率密度峰值A0为基准，计算不同空化系数下PDF峰值Ai与A0的差值ΔAi；

步骤8，对水轮机转轮振动速度信号概率密度峰值差随空化系数的函数变化关系式进行拟合，得到峰值差随空化系数变化的函数关系式；

步骤9，根据步骤8所得的函数关系式，计算获得该空化系数下水轮机转轮的振动概率密度曲线。

2.根据权利要求1所述的计算全贯流水轮机转轮振动概率密度曲线的方法，其特征在于：所述步骤3中，使用低通滤波器对截取后的振动速度信号序列va(t)进行滤波处理。

3.根据权利要求1所述的计算全贯流水轮机转轮振动概率密度曲线的方法，其特征在于：所述步骤4的具体过程为：步骤4.1，确定振动速度信号序列vb(t)中N个数据的最小值m和最大值M，确保每个振动速度信号数据被包含在区间内：[m，M]步骤4.2，将区间[m，M]等分成k个子区间：

[m0,m1),[m1,m2),……,[mk‑1,mk]             (1)；

则每个子区间的组距即区间长度为：

步骤4.3，统计落入各个子区间的数据个数hi，根据如下公式(3)计算各子区间的概率密度fi：其中，N为振动速度信号中的数据总个数，l为组距，hi为落入子区间的数据个数；

步骤4.4，在横坐标为振动速度值、纵坐标为概率密度值的坐标系中，以每个区间[mi+1,mi)为底边，以每个区间[mi+1,mi)对应的fi为高绘制概率密度直方图；

步骤4.5，采用如下公式(4)所示的均值为0的正态分布曲线表达式拟合概率密度直方图，拟合得到的正态分布曲线即为转轮振动速度的概率密度曲线：式中，FP(x)为转轮振动速度x对应的概率密度值，x为转轮振动速度，δ为曲线的尺度参数，其中|x|≤|δ|；当x的值等于0时，FP(x)为最大值也即曲线的峰值A，此时根据公式(4)可以推导出振动速度概率密度曲线的尺度参数δ的数值如下式(5)所示：

4.根据权利要求3所述的计算全贯流水轮机转轮振动概率密度曲线的方法，其特征在于：所述步骤8的具体过程为：用最小二乘法对步骤7所得结果进行拟合，拟合出振动速度信号概率密度峰值差ΔA随空化系数σ变化的函数关系式为：其中，ΔA(σ)为振动速度信号概率密度峰值差；cj是拟合所得的多项式j次项的系数值；

j＝1,2,……,m；m为自变量的幂次。

5.根据权利要求4所述的计算全贯流水轮机转轮振动概率密度曲线的方法，其特征在于：所述步骤9的具体过程为：步骤9.1，已知全贯流式水轮机任意运行状态下的空化系数为σk，代入公式(6)可得该空化系数下所对应的振动速度信号概率密度峰值差ΔAk；

步骤9.2，通过ΔAk+A0＝Ak计算得到该空化系数下的振动速度信号概率密度峰值Ak；将Ak代入公式(5)便可得到该空化系数下的振动速度概率密度曲线的尺度参数δk代表了该空化系数下转轮振动速度的单向最大幅值，将δk代入公式(4)即可得到该空化系数下的全贯流水轮机转轮振动概率密度曲线表达式如下式(7)所示，根据公式(7)，计算得到振动速度单向幅值位于[‑δk,+δk]范围的任一转轮振动速度出现的概率：