本发明涉及一种基于深度样本增强的电缆局部放电模式识别方法，包括如下步骤：将采集到的电缆绝缘缺陷的局部放电时域信号转换为二维图像，作为初始样本集，将二维图像输入到生成对抗网络中，进行深度样本增强，将增强后的样本添加到初始样本集中形成新的样本集，构建卷积神经网络模型，利用新的样本集对卷积神经网络模型进行有监督训练，得到训练好的卷积神经网络模型，将待预测的绝缘放电类型的时域信号转化为二维图像输入到训练好的卷积神经网络模型中，输出预测的绝缘缺陷放电类型。本发明能够避免依靠专家经验选取特征所带来的误差，并且在小样本的情况下仍然能准确地对电缆绝缘缺陷类型进行识别，提高了识别速率与准确率。