本公开提供了一种基于参数优化的随机森林油中气体浓度预测方法，包括：获取变压器的油色谱数据；依据油色谱数据和预设的油中气体浓度预测模型，得到油中气体浓度；所述油中气体浓度预测模型通过随机森林算法训练得到；进行油中气体浓度预测时，先将随机森林中决策树数目、决策树最大深度、节点可分最小样本数、叶子节点的最小样本数和最大叶子节点数进行参数优化，然后将优化后的参数值带入随机森林算法中，并对变压器的油中溶解气体进行浓度预测；本公开对随机森立算法的五个关键参数进行优化，将优化后的参数值带入随机森林算法中，并对变压器的油中溶解气体进行浓度预测，获得理想仿真结果，改进的随机森林算法具有更好的适用性和可行性。