本发明公开了一种基于GAN‑CNN的开关柜局放故障模式识别方法，包括如下步骤：S1，采集变电站开关柜的局部放电的PRPD图谱数据；S2，结合先验知识和真实PRPD图谱，基于GAN网络，生成可用于分类模型学习的仿真PRPD局放缺陷图谱；S3，随机抽取部分真实PRPD图谱作为测试集，将仿真PRPD图谱和剩余真实PRPD图谱打乱后作为训练集输入CNN网络进行训练，得到开关柜局放故障模式识别模型；S4，用训练完成的模型对实时PRPD图谱进行局放模式识别，实现变电站开关柜的态势感知和异常监测。本发明能够对海量PRPD图谱开展特征分析，通过对PRPD数据进行深层挖掘，在有效解决历史训练集中负样本稀缺问题的同时提高识别模型准确率。