本发明公开了一种基于随机森林分类算法的线变关系校核方法，收集配电变压器历史某日的三相电压幅值，得到电压时间序列数据；对电压时间序列数据进行预处理并替换异常值；然后进行平滑化处理和标准化处理；之后对电压时间序列数据进行特征构造，生成特征矩阵；将生成的特征矩阵输入随机森林模型学习调参得到基于随机森林算法的线变关系校核模型；将待校核的线路配电变压器的电压数据通过预处理、特征构造生成特征矩阵，将特征矩阵输入训练好的基于随机森林算法的线变关系校核模型进行校核，输出最终的校核结果。本发明解决了10kV线路集群线变关系校核阈值动态变化难以确定的问题，可有效提升线变关系的自动化校核程度。