1.一种基于随机森林算法的保护动作智能诊断方法，其特征是，包括：获取电网历史故障数据，提取历史故障特征量及目标量；采用随机森林算法建立基于多棵不同的决策树历史故障保护动作分析模型；利用电网历史故障数据对所建立的模型进行训练及调优，获得训练后的模型；当故障发生时，提取表征电网故障的相关特征量，输入到训练后的模型中，计算得出正确的保护动作序列，与保护上送的保护事件、保护及录波器得到的开关量信息对比判断保护动作是否正确，实现保护动作智能诊断；将故障过程进行切片，划分为故障切除前、重合前、重合后三个阶段，分别进行故障特征量和目标量提取；采用随机森林算法建立基于多棵不同的决策树历史故障保护动作分析模型，具体过程为：1)设定输入特征数目，用于确定决策树上一个节点的决策结果；2)从训练样本随机抽取一部分数据形成一个训练集，并用未抽到的样本作预测，评估其误差；3)对于每一个节点，随机选择特征，计算其最佳的分裂方式，选择分裂后信息增益最大的属性进行分裂；4)每棵树都会完整成长而不会剪枝，这有可能在建完一棵正常树状分类器后会被采用；5)重复上述步骤1)-4)，构建另外一棵棵决策树，直到达到预定数目的一群决策树为止，即构建好模型。
2.如权利要求1所述的一种基于随机森林算法的保护动作智能诊断方法，其特征是，历史故障特征量及目标量的提取自历史故障保护动作事件、保护波形及录波器波形的信息。
3.如权利要求1所述的一种基于随机森林算法的保护动作智能诊断方法，其特征是，保护发生动作或开关量发生变位则标记为1否则标记为0，最终将该动作序列转换为一个整数作为随机森林模型的目标量。
4.如权利要求1所述的一种基于随机森林算法的保护动作智能诊断方法，其特征是，在获得保护动作智能诊断结果后，加入新的故障数据修正保护动作的特性，定期统计诊断结果的正确率，更新样本训练数据库。
5.一种基于随机森林算法的保护动作智能诊断系统，其特征是，包括：历史数据提取单元，被配置为：获取电网历史故障数据，提取历史故障特征量及目标量；模型建立单元，被配置为：采用随机森林算法建立基于多棵不同的决策树历史故障保护动作分析模型；模型训练单元，被配置为：利用电网历史故障数据对所建立的模型进行训练及调优，获得训练后的模型；智能诊断单元，被配置为：当故障发生时，提取表征电网故障的相关特征量，输入到训练后的模型中，计算得出正确的保护动作序列，与保护上送的保护事件、保护及录波器得到的开关量信息对比判断保护动作是否正确，实现保护动作智能诊断；将故障过程进行切片，划分为故障切除前、重合前、重合后三个阶段，分别进行故障特征量和目标量提取；采用随机森林算法建立基于多棵不同的决策树历史故障保护动作分析模型，具体过程为：1)设定输入特征数目，用于确定决策树上一个节点的决策结果；2)从训练样本随机抽取一部分数据形成一个训练集，并用未抽到的样本作预测，评估其误差；3)对于每一个节点，随机选择特征，计算其最佳的分裂方式，选择分裂后信息增益最大的属性进行分裂；4)每棵树都会完整成长而不会剪枝，这有可能在建完一棵正常树状分类器后会被采用；5)重复上述步骤1)-4)，构建另外一棵棵决策树，直到达到预定数目的一群决策树为止，即构建好模型。
6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-4任一所述的一种基于随机森林算法的保护动作智能诊断方法的步骤。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4任一所述的一种基于随机森林算法的保护动作智能诊断方法的步骤。
8.一种继电保护装置，其特征在于，该继电保护装置的动作的诊断利用上述权利要求1-4任一所述的一种基于随机森林算法的保护动作智能诊断方法进行诊断。
