本发明公开了属于电力设备绝缘故障检测技术领域的一种基于深度学习的高频脉冲电流波形极性的自动识别方法，该方法是深度利用脉冲信号波形特征的首波及其极性辨识方法；首先在实验室条件下，通过注入陡脉冲方式获得不同典型放电位置、型式的首波传播特性，通过各出线耦合端实测其响应信号波形，进而以波形序列作为输入向量，搭建深度学习网络；考虑卷积神经网络，以数字图像矩阵作为输入建立各注入方式和位置的典型响应波形样本库；通过对抗学习不断扩充样本，通过人工神经网络对输入的波形序列对首波波形、极性进行训练，利用人工神经网络对波形细节进行识别。实现完全自动的首波极性辨识，适用于在线监测中实时算法的应用。