本公开提供了提供了一种基于EEMD与神经网络的变压器局部放电识别方法及系统，包括：获取变压器高频局放信号，并进行相应预处理；利用集合经验模态分解方法，对高频局放信号进行初始特征提取；基于预先训练的神经网络模型及提取的初始特征，获得局部放电识别结果；其中，所述神经网络模型采用卷积神经网络与长短时记忆网络的结合，通过所述卷积神经网络从初始特征中提取局部局放特征，并通过所述长短时记忆网络从局部局放特征中提取整体局放特征。所述方案通过集合经验模态分解方法获取变压器局放高频信号主要特征，并将特征送入到CNN‑LSTM中进行学习，解决了传统深度学习方法依赖大量数据，准确度低，泛化能力不足的问题，提高了局放识别的准确性。