1.一种基于油指数辨识的油浸式变压器风扇风量异常监测方法，其特征在于包含如下步骤：

步骤1：收集油浸式变压器的铭牌信息、散热器的尺寸信息、散热片数、冷却系统风扇的额定风速、环境温度、变压器负载系数、现场顶层油温数据，分别建立变压器在油浸自冷和油浸风冷冷却方式下的顶层油温升模型；

步骤2：根据所述的变压器温升模型，计算变压器在不同负载率下的变压器顶层油温；

步骤3：根据获得的顶层油温，利用双对数线性回归和最小二乘法拟合并对比两种冷却方式下的变压器油指数，以此作为判断变压器冷却方式的依据，作为下一步判断风扇运行风量是否异常的可视化指标；

步骤4：根据收集的变压器顶层油温数据，实时监测变压器油指数的变化趋势，确定油浸式变压器两种冷却方式的油指数正常变化阈值范围；

步骤5：根据辨识的油指数变化趋势，判断其是否超出阈值范围，如果是，启动风扇预警警报，否则返回步骤4。

2.根据权利要求1所述的基于油指数辨识的油浸式变压器风扇风量异常监测方法，其特征在于，步骤1中，变压器在油浸自冷模式下的顶层油温计算模型如下：h＝γ((1/ρCpQ)oil‑(1/ρCpQ)air)‑hL

Toil2‑Tair2＝(Toil1‑Tair1)e式中，ΔT为绝缘油温相对于环境温度的差值，roil、rq、rair分别为油流侧、散热器壁、空气侧的传热系数，ρoil、(CP)oil、Qoil分别为绝缘油的密度、比热容、平均流量，ρair、(CP)air、Qair分别为空气的密度、比热容、平均流量，Toil2、Toil1分别为变压器顶层油温和底层油温，Tair2、Tair1分别为散热器出口和进口空气温度，L为散热器高度，h为中间计算量。

3.根据权利要求2所述的基于油指数辨识的油浸式变压器风扇风量异常监测方法，其特征在于，步骤1中，一台散热器总的散热片数为N，由于同一台散热器总有部分散热片无法被风扇吹到，因此设N1片散热片处于油浸自冷模式的散热功率为P1，N2片散热片处于油浸风冷模式的散热功率为P2，所述变压器在油浸风冷模式下的顶层油温计算模型如下：h＝γ((1/ρCpQ)oil‑(1/ρCpQ)air)‑hL

Toil2‑Tair2＝(Toil1‑Tair1)eP＝P1+P2

N＝N1+N2

Toil2＝Toil2N＝Toil2FQoil＝QoilN+QoilF式中，ΔT为绝缘油温相对于环境温度的差值，roil、rq、rair分别为油流侧、散热器壁、空气侧的传热系数，ρoil、(CP)oil、Qoil分别为绝缘油的密度、比热容、平均流量，ρair、(CP)air、Qair分别为空气的密度、比热容、平均流量，Toil2、Toil1分别为变压器顶层油温和底层油温，Tair2、Tair1分别为散热器出口和进口空气温度，L为散热器高度，h为中间计算量，P为绕组的总损耗功率，Toil2N、QoilN为处在油浸自冷模式下散热器顶层油温和平均流量，Toil2F、QoilF为处在油浸风冷模式下散热器顶层油温和平均流量。

4.根据权利要求3所述的基于油指数辨识的油浸式变压器风扇风量异常监测方法，其特征在于，步骤1中，负载系数K＝I/Ir，其中Ir为变压器额定电流，I为负载电流。

5.根据权利要求4所述的基于油指数辨识的油浸式变压器风扇风量异常监测方法，其特征在于，步骤3中，利用双对数线性回归和最小二乘法拟合油指数，拟合直线的斜率即为油指数，解释变量X和被解释变量Y计算公式如下：2

X＝ln(1+R·K/1+R)

Y＝ln(ΔTK/ΔT0)

Y＝nX

式中，ΔTK为顶层油温升，ΔT0为额定温升，K为负载系数，R为额定负载损耗与空载损耗之比，n为油指数。

6.根据权利要求5所述的基于油指数辨识的油浸式变压器风扇风量异常监测方法，其特征在于，步骤4中，根据油浸式变压器顶层油温热模型：采用欧拉近似将其离散化为如下所示的fitness函数形式：ΔToil(t)＝Toil(t)‑Toil(t‑1)式中，n为油指数，ΔToil，rated为变压器额定温升，τoil为油时间常数，Toil为顶层油温，Tamb为环境温度，Δt为采样间隔，Ipu为变压器工作电流的标幺值，数值与负载系数K相等，R为额定负载损耗与空载损耗之比；

输入t时刻的负载系数、环境温度、顶层油温数据，利用粒子群算法对fitness函数进行全局寻优，当预测油温与实测油温误差达到设定范围内时输出此时的油指数。