1.一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，包括以下步骤：S1：对采集的油色谱数据样本依次以不同的指标维度分割，构建树状模型；S2：根据故障类型与指标维度的关联关系，确定不同故障类型对应树状模型中树枝末端的数据集合；S3：判断数据集合中缺失数据是否影响故障诊断，若是，则进入步骤S4，否则，直接进入步骤S5；S4：根据曼哈顿距离查找获得的最相邻树枝节点数据，修复缺失数据；S5：匹配历史数据进行故障类型的诊断。
2.根据权利要求1所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，所述的油色谱数据样本中包括若干种可溶油中的气体组分含量；分别以一个气体组分作为一个指标维度。
3.根据权利要求1或2所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，所述的树状模型构建过程为：S101：分别计算数据样本中各指标维度的方差；S102：取方差值最大的指标维度为分割维度，将各组数据样本按分割维度中数据的大小顺序排列；S103：以队列中间的数据样本为分割界限，将一个数据队列分割为两个数据子队列；S104：判断数据子队列中的数据样本数量是否小于数量阈值或分割次数是否达到分割阈值；若是，则完成树枝节点的分割；若否，则对于各数据子队列返回步骤S101。
4.根据权利要求3所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，树状模型中各树枝节点的每个指标维度分别标记有分割系数；在分割获得各树枝节点的过程中，将历次分割的分割维度所对应的分割系数加一。
5.根据权利要求1所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，所述的故障类型包括过热故障和放电故障两大类；所述的过热故障包括高温过热、中温过热和低温过热；所述的放电故障包括局部放电、高能放电和低能放电。
6.根据权利要求4所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，所述的步骤S2具体包括以下过程：S201：构建故障类型与指标维度关联表；关联表中包括各故障类型对应的主要指标维度特征和次要指标维度特征；S202：对各故障类型的主要指标维度特征和次要指标维度特征分别赋予维度权重值；S203：以特定故障类型为诊断目标，分别以对应的维度权重值计算树状模型中各树枝末端的数据样本的关联指数；S204：取关联指数大于关联阈值的数据样本的集合为诊断数据样本集合。
7.根据权利要求6所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，关联指数的计算过程为：其中，R yn 第y种故障类型对应的树状模型中第n个树枝末端的数据样本的关联指数；ω yk 为第y种故障类型对应的第k个指标维度的维度权重值；K为指标维度的总个数；f nk 为树状模型中第n个树枝末端的数据样本在第k个指标维度的分割系数。
8.根据权利要求6所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，所述的步骤S3具体包括以下过程：S301：判断诊断数据样本集合中是否存在数据缺失；若是，则进入步骤S302判断；否则，进入步骤S5；S302：查询故障类型与指标维度的关联关系，针对所需诊断的故障类型，若存在主要指标维度特征或次要指标维度特征的数据缺失，则进入步骤S4；否则，直接进入步骤S5。
9.根据权利要求8所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，所述的步骤S4包括以下步骤：S401：确定存在主要指标维度特征或次要指标维度特征数据缺失的树状模型中树枝末端；S402：获取上一级树枝节点中的所有数据样本；S403：判断属于同一上一级树枝节点中的数据子队列是否存在相同指标维度的数据缺失；若是，则返回步骤S402；否则，选取该数据自子队列为修复队列，进入步骤S404；S404：计算待修复数据集合与修复队列的曼哈顿距离，判断是否小于距离阈值；若是，则取修复队列中对应的指标维度中数据的平均值为修复值；否则，返回步骤S402，直至追溯到最上级。
10.根据权利要求9所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，所述的曼哈顿距离计算过程为：其中，ρ pq 为第p个指标维度的气体含量与第q个指标维度的气体含量的相关系数；取值范围是[-1,1]，-1表示两个指标维度强负相关，1表示强正相关，0表示不相关；N为数据样本数量；x ip 为待修复数据集合x i 中第p个指标维度；x iq 为待修复数据集合x i 中第q个指标维度；μ p 为第p个指标维度的均值；μ q 为第q个指标维度的均值；x jq 为修复队列x j 中第q个指标维度；d ij|p 为待修复数据集合x i 与修复队列x j 关于第p个指标维度的曼哈顿距离。
11.根据权利要求9所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，计算与上一级树枝节点同级别的其他树枝节点中数据子队列的关联指数；若数据子队列的关联指数与待修复数据集合的关联指数只差小于额定阈值，则确定该数据子队列为修复队列。
12.根据权利要求10或11所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，利用多分类SVM模型对修复队列进行故障诊断，判断诊断出来的故障类型是否与待修复数据集合所需诊断的故障类型相同，若是，则采用该修复队列修复数据；否则，剔除该修复队列。
13.根据权利要求1所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，所述故障诊断过程为：以诊断数据样本中各指标维度的数据，与历史故障数据匹配，计算匹配系数；若匹配系数大于匹配阈值，则判断发生对应故障类型的故障；否则，判断未发生对应故障类型的故障。
14.根据权利要求13所述的一种基于缺失数据修复的主变在线故障诊断方法，其特征在于，所述的匹配系数计算过程为：其中，C y 为第y种故障类型的匹配系数；ω yk 为第y种故障类型对应的第k个指标维度的维度权重值；D ks 为诊断数据样本中第k个指标维度的数据；D kh 为历史故障数据中第k个指标维度的数据。
