1.一种基于多频超声检测的绝缘油粘度计算模型构建方法，其特征在于，具体方法如下：确定若干用于探测绝缘油的超声频率；

分别以不同的超声频率探测若干不同粘度的样品绝缘油，获取若干与超声频率对应的探测参数；

通过全自动运动粘度仪分别测量标准若干样品绝缘油的粘度；

以每份样品绝缘油的粘度，以及该样品绝缘油对应的不同超声频率探测到的若干探测参数，构建训练样本；

以训练样本训练神经网络模型，获取绝缘油粘度计算模型；

确定若干用于探测绝缘油的超声频率，具体方法如下：在可用超声波频段内，初始化设定若干初始超声频率，以初始超声频率为基础，增加若干插值频率；

选取定频标准油，分别以若干初始超声频率和插值频率的超声波轮流探测定频标准油，记录初始超声频率和插值频率超声波探测获取的探测参数；

根据探测参数，计算初始超声频率和插值频率对应的衰减系数和传播速度；

根据衰减系数和传播速度，计算初始超声频率和插值频率对应的参考参数；

根据超声频率和插值频率对应的参考参数，拟合频率‑参考参数函数；

采用粒子群优化算法调整初始超声频率的具体数值，使初始超声频率对应的参考参数差异最大化；

所述探测参数包括：频率为fi的超声波发射峰值Ufi，频率为fi的超声波接收峰值U′fi，超声波在绝缘油中的行进距离L，频率为fi的超声波在绝缘油中传播的结束时间tefi，频率为fi的超声波在绝缘油中传播的开始时间tsfi；

衰减系数的计算公式如下：

式中，αfi为频率为fi的超声波衰减系数，Ufi为超声波发射峰值，U′fi为超声波接收峰值，L为超声波在绝缘油中的行进距离；

传播速度的计算公式如下：

vfi＝L/(tefi‑tsfi)

式中，vfi为频率为fi的超声波传播速度，L为超声波在绝缘油中的行进距离，tefi为超声波在绝缘油中传播的结束时间，tsfi为超声波在绝缘油中传播的开始时间参考参数的计算公式如下：γfi＝(αfi.vfi)/fi

式中，γfi为频率为fi的超声波在定频标准油中传播时的参考参数，fi为初始超声频率或插值频率。

2.如权利要求1所述的基于多频超声检测的绝缘油粘度计算模型构建方法，其特征在于，采用训练好的绝缘油粘度计算模型计算待检测绝缘油粘度的方法如下：以确定的若干超声频率轮流探测待检测绝缘油；

分别记录每个超声频率的衰减系数和传播速度；

根据衰减系数和传播速度计算每个超声频率对应的参考参数；

将若干个参考参数输入训练好的神经网络模型中，得到待检测绝缘油的粘度。

3.如权利要求1所述的基于多频超声检测的绝缘油粘度计算模型构建方法，其特征在于，拟合频率‑参考参数函数的具体方法如下：假设频率‑参考参数函数γfi＝afs‑fd.fi+b，式中afs‑fd为相邻的两个初始超声频率或插值频率段内对应的参数，b为偏置；

将相邻的两个初始超声频率或插值频率段对应的参考参数代入假设函数中求取参数和偏置，算得全频段内的频率‑参考参数函数。

4.如权利要求3所述的基于多频超声检测的绝缘油粘度计算模型构建方法，其特征在于，粒子群优化算法调整初始超声频率的具体方法如下：将任意若干个初始超声频率的组合看作一个粒子，初始化粒子位置和飞行速度；

计算个体历史最优位置以及全局历史最优位置；

重复更新粒子的位置和速度；

根据适应度函数计算适应度值，适应度函数为粒子包括的若干个初始超声频率的参考参数所构建的数组的方差最大化；

将适应度值与个体历史最优位置相比较，若更好，则更新个体历史最优位置；

将适应度值与全局历史最优位置相比较，若更好，则更新全局历史最优位置；

判断是否达到结束条件，若达到，则输出最优位置，否则重复迭代。

5.如权利要求1所述的基于多频超声检测的绝缘油粘度计算模型构建方法，其特征在于，神经网络模型的构建方法如下：初始化输入层、输出层和隐藏层；

选取激活函数和损失函数；

通过正向传播计算当前节点权重的损失；

通过反向传播调整节点权重的数值；

迭代直到收敛或达到目标。