本发明提供一种基于强化学习的局放模式识别方法、装置、系统及介质，该方法包括：采集待检测设备的局放信号，并生成PRPD图谱；将PRPD图谱输入原始局放模式识别模型，输出识别结果；确定识别结果对应的置信度是否位于预设阈值区间；若是，将PRPD图谱添加进新样本库；对新样本库中不符合要求的样本进行剔除，得到更新后的样本库；将原始样本库和更新后的样本库中的PRPD图谱作为输入，训练原始局放模式识别模型，得到训练后的局放模式识别模型；将剔除后的PRPD图谱作为输入局放模式识别模型进行模型验证，当识别正确率大于阈值时，将局放模式识别模型替换原始局放模式识别模型。本申请充分发挥强化学习的优势，具备更高的鲁棒性，提高了模型的识别准确率。