本发明公开了一种电力设备局部放电模式识别方法。本发明采用的技术方案为：采用Hilbert‑Huang变换对局部放电信号进行经验模态分解，得到信号的各个固有模态函数分量，并基于各个固有模态函数分量变换得到信号的Hilbert边际谱；采用稀疏自编码器对从Hilbert边际谱中提取的特征信息进行无监督机器学习，输出结果用于初始化深度神经网络，对深度神经网络执行预训练过程，获得训练好的DNN分类器，采用训练好的DNN分类器对采集到的局部放电信号进行模式识别。本发明的网络训练时间短、收敛速度快、识别正确率高，具有较好的应用意义。