本发明涉及基于VMD与卷积神经网络的直流配网高阻故障识别方法，通过变分模态分解VMD将输入信号分解为多个本征模态分量IMF，每个IMF包含特定的频率范围和幅值信息，卷积神经网络可以更好地结合VMD提供的时频特性和CNN的卷积操作，提取更丰富和有意义的特征，提高了故障识别的准确性和鲁棒性，通过卷积网络中的inception模块来解决神经网络参数多，计算量大以及过拟合等问题，提高模型的泛化能力，并在面对新数据时保持较好的表现。