1.一种基于神经网络的输电线路绝缘子污秽等级判定方法，其特征在于：所述方法包括以下步骤：S1、搭建绝缘子污秽度实验平台；

S2、进行人工污秽实验；

S3、数据预处理；

S4、建立神经网络模型；

S5、模型训练及验证；

S6、污秽等级判定效果。

2.根据权利要求1所述的一种基于神经网络的输电线路绝缘子污秽等级判定方法，其特征在于：所述步骤S1具体为：搭建绝缘子污秽度实验平台，包括设置环境参数，设置污秽度程度及定义污秽等级；

S11、设置环境参数，包括设置输电线路绝缘子工作环境中的温度、湿度及气压参数；

S12、模拟污秽度程度，通过改变绝缘子表面的盐密和灰密来模拟不同程度的污秽程度，其中盐密和灰密分别通过不同质量的氯化钠和硅藻土进行模拟；

S13、定义污秽等级，根据设置的不同程度的绝缘子污秽程度将污秽度定义为Ⅰ无明显、Ⅱ轻度、Ⅲ中度、Ⅳ重度和Ⅴ严重。

3.根据权利要求1所述的一种基于神经网络的输电线路绝缘子污秽等级判定方法，其特征在于：所述步骤S2具体为：S21、对绝缘子进行清洗后染污，计算每只绝缘子需要称量的盐密和灰密质量，其中

0.05mg/cm2、0.10mg/cm2、0.15mg/cm2、0.20mg/cm2和0.25mg/cm2分别对应5种已定义的污秽等级；所述盐密与所述灰密的质量比固定在1:10；

S22、模拟输电线路绝缘子工作的不同环境，设置温度、湿度和气压等级，在不同环境参量组合下，测试已染污的绝缘子的泄漏电流的幅值、有效值和脉冲。

4.根据权利要求1所述的一种基于神经网络的输电线路绝缘子污秽等级判定方法，其特征在于：所述步骤S3具体为：所述数据预处理，包括数据筛选、数据归一化和建立数据库；

所述数据筛选为修改或删除误差较大的电流数据，包括泄漏电流的幅值、有效值及脉冲；

所述数据归一化为将温度、湿度、气压环境参数及绝缘子泄漏电流的幅值、有效值及脉冲数据进行归一化处理；

所述数据库是基于多环境参量的泄漏电流数据库，包括绝缘子工作环境中的温度、湿度、气压环境参数及检测绝缘子泄漏电流的幅值、有效值及脉冲数据。

5.根据权利要求1所述的一种基于神经网络的输电线路绝缘子污秽等级判定方法，其特征在于：所述步骤S4具体为：所述神经网络模型选择支持向量机神经网络模型，该模型包括核函数、约束条件和决策函数，输入层节点及个数的选择，输出层节点及个数的选择，初始权值和传递参数。

6.根据权利要求1所述的一种基于神经网络的输电线路绝缘子污秽等级判定方法，其特征在于：所述步骤S5具体为：所述模型以基于多环境参量的泄漏电流数据库为输入，输电线路绝缘子污秽等级为输出进行训练及验证。

7.根据权利要求1所述的一种基于神经网络的输电线路绝缘子污秽等级判定方法，其特征在于：所述步骤S6具体为：所述污秽等级判定效果，通过设定环境参数、泄漏电流参数和绝缘子污秽等级，输入环境参数及泄漏电流参数，验证模型输出污秽等级。