本申请涉及一种基于随机森林的高压隔离开关发热故障诊断方法及装置，所述方法包括获取高压隔离开关的历史数据，对历史数据进行预处理构成数据集；对引起高压隔离开关发热故障的特征进行筛选；将训练集输入基于随机森林算法构建的发热故障诊断学习模型中进行迭代训练，并利用测试集进行性能进行验证更新模型参数，输出优化的随机森林学习模型，获得发热故障诊断结果。本发明利用随机森林能够提取出来影响高压隔离开关发热的影响数据，对每个因素对高压隔离开关的发热的影响程度，从而找到高压隔离开关的主要发热原因，并且检测出未来一批的隔离开关中潜在的发热设备，提前作好预警，辅助制定巡检策略以及帮助高压隔离开关的采买前的质量评估。