为提高风机轴承故障诊断精度，针对含未知类型故障信号的误识别问题，提出一种风机轴承故障诊断新方法。首先，将风机轴承振动信号进行经验小波变换（EWT），对分解得到的固有模态分量（IMF）提取15种时-频域特征，构建特征向量集；然后，通过基尼（Gini）指数评价特征分类能力，构建最优特征集合；最后，采用单类支持向量机（OCSVM）与极限学习机（ELM）组合的层次化混合分类器进行故障诊断。对比单纯采用ELM、SVM分类器，新方法能够更好辨识含未知故障类型的风机轴承故障信号。