在智能电网建设中为保障结构安全,可通过有效检测方法精准获取混凝土结构中钢筋直径信息,提出一种改进的随机森林涡流检测方法,用于钢筋直径预测。利用主成分分析(PCA)对特征降维,剔除冗余信息,突出关键特征;引入K近邻(KNN)算法优化随机森林模型的叶节点预测,提升模型泛化能力和鲁棒性;实验借助Ansys Maxwell电磁仿真软件构建有限元模型采集样本数据,并采用均方误差(MSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)作为评估指标。结果表明,所提方法在测试集上的预测精度显著优于传统随机森林模型。所提方法能有效增强随机森林性能,在智能电网建设中的钢筋直径无损检测方面具备高效、精准的优势,拥有实际工程应用的广泛推广价值。