本发明公开了基于代价敏感和双分支结构的气体开关设备PD识别方法，包括步骤：S1、搭建一维卷积神经网络提取原始特高频数据时序特征；S2、逐个求解各类样本的有效样本数目，构建类有效样本数目代价敏感机制；S3、在Res2Net中融入类有效样本代价敏感机制，提高模型对少数类关注度；S4、搭建双边分支网络结构，优化算法训练过程；S5、基于实测PD特高频数据，完成模型训练，实现PD模式识别。本发明包括类有效样本数目代价敏感机制、Res2Net算法改进和双边分支网络结构构建，能够很好的缓解常规再平衡学习方法导致模型表示学习性能下降的问题，全面提高模型处理不平衡学习问题的鲁棒性，提高PD模式识别准确率。