电力变压器是电力系统中十分重要的电气设备，变压器的安全运行对维持电力系统的稳定起着重要作用。断路器空载合闸时，变压器的铁芯在稳态剩磁、稳态周期分量以及暂态偏磁的共同作用下，会产生峰值很大的励磁涌流。励磁涌流可能引起继电保护装置的误动，加速变压器绕组的老化，并进一步诱发故障。
　　本文研究了涌流特性和断路器分合闸角的相互关系，提出基于精确合闸控制的涌流抑制方案：以物理动态模拟模拟试验数据为基础，通过深度森林回归模型实现分闸角预测，在分闸角预测后通过查表获取断路器理想合闸时刻。基于集成学习算法估算断路器合闸时延。分析断路器合闸控制原理，对断路器合闸时延进行补偿，计算断路器合闸下令时间，进行合闸控制，实现对断路器合闸涌流的抑制。该方案解决了断路器分闸角和断路器合闸时延难以准确估算的问题。
　　研究断路器分闸过程中电弧的复杂暂态过程，提出基于深度森林回归算法的断路器分闸角预测方案。通过深度森林模型逐层对理想分闸角和当前预测值的残差进行拟合，实现对断路器实际分闸角的精确预测。通过多颗粒度扫描，实现对暂态过程长短不同的分闸电压波形断路器分闸角的精确预测。
　　研究断路器的结构与合闸暂态过程，提出集成学习算法用于研究断路器合闸时延预测问题。通过集成学习算法融合了门控循环单元(GRU)和LSTM自编码深度森林回归(LDRF)模型的优点，利用门限函数根据实际输入的预测波形，动态的改变集成模型的结构，提升实际预测模型的精度。基于集成模型的断路器时延预测模型能实现，在噪声信号作用下对断路器固有合闸时延的精确预测。