针对变压器局部放电信号数据量较少的现实问题，本发明设计了基于储备池计算的小样本变压器局部放电模式识别方法，将下一代储备池计算(Next Generation Reservoir Computing，储备池计算)运用到了静态的局部放电模式识别当中。首先，提取局部放电信号VMD‑Hilbert边际谱图像的图像Hu矩特征作为特征向量的线性部分；其次，利用低阶多项式构造出特征向量的非线性部分；最后，训练得到输出权重矩阵的参数，并对测试集进行分类性能比较。本发明的方法没有复杂的神经网络结构，其所需要设置的参数较少，结构简单，对学习率不敏感，适合于小样本的数据集，而且，其只需要非常小的运算量即可得到较理想的分类效果。