1.一种基于油品分类的变压器绝缘油故障检测方法，其特征在于，具体方法如下：获取待检测绝缘油的组份含量和故障特征；

以待检测绝缘油的组份含量，确定待检测绝缘油的预测区间；

根据待检测绝缘油的预测区间，确定待检测绝缘油所隶属的主预测区间；

将待检测绝缘油的故障特征输入其所隶属的主预测区间所构建的主预测模型，主预测模型输出待检测绝缘油的诊断结果及预测信任度；

根据绝缘油组份含量，划分预测区间的方法如下：获取若干不同组份含量的绝缘油作为样品绝缘油；

对每一份样品绝缘油，施加测试电压持续预设时间，获取每份样品绝缘油的若干故障特征；

以每份样品绝缘油的所有故障特征构建特征样本；

采用k‑means聚类算法对特征样本进行聚类，划分为若干个聚类区间，每个聚类区间均包括若干不同组份含量绝缘油；

选取主预测区间的方法为：选取包含不同组份含量绝缘油数量最多的区间作为主预测区间，其余区间作为从预测区间。

2.如权利要求1所述的基于油品分类的变压器绝缘油故障检测方法，其特征在于，所述故障特征包括：水含量、介损、表面张力、击穿电压、酸值、体积电阻率、黏度和密度。

3.如权利要求1所述的基于油品分类的变压器绝缘油故障检测方法，其特征在于，获取待检测绝缘油的故障特征的方法，包括针对待检测绝缘油进行多频超声探测。

4.如权利要求1所述的基于油品分类的变压器绝缘油故障检测方法，其特征在于，所述主预测模型为随机森林模型，训练方法为：获取主预测区间内绝缘油的历史样本，以历史样本训练随机森林模型。

5.如权利要求1所述的基于油品分类的变压器绝缘油故障检测方法，其特征在于，预测信任度的计算方法如下：获取主预测区间的中心位置，计算主预测区间中心位置到每份样品绝缘油的欧式距离，以最远欧式距离作为主预测区间最大边界长度；

获取其余从预测区间的中心位置，计算从预测区间中心位置到主预测区间中心位置的欧式距离，以主预测区间最大边界长度除以从预测区间中心位置到主预测区间中心位置的欧式距离，作为从预测区间样品绝缘油的预测信任度。

6.如权利要求5所述的基于油品分类的变压器绝缘油故障检测方法，其特征在于，在故障检测过程中，若预测信任度低于第二阈值，则删除该从预测区间与主预测区间的隶属关系；

若预测信任度高于第一阈值，则将从预测区间合并至主预测区间。

7.如权利要求6所述的基于油品分类的变压器绝缘油故障检测方法，其特征在于，修正从预测区间的预测信任度，具体方法如下：将隶属于从预测区间的待检测绝缘油的故障特征输入主预测模型，获取预测诊断结果；

预测正确次数，除以总预测次数，获取预测正确率；

取预测正确率与修正前该从预测区间的预测信任度的中间值，作为修正更新后的预测信任度。

8.如权利要求6所述的基于油品分类的变压器绝缘油故障检测方法，其特征在于，若预测信任度低于第二阈值，删除从预测区间与主预测区间的隶属关系后，执行以下操作：以所有无隶属从预测区间重新聚类，划分主从预测区间；

构建新主预测区间的预测模型；

计算新从预测区间到主预测区间的预测信任度。