目前变压器局部放电检测的识别率较低而且随着检测样本的增多检测速率会变慢增大了变压器的内存消耗.为此提出了基于边际谱图像的变压器局部放电检测技术利用样本采集器进行放电样本的收集再通过层次网络 TesINEet２４结构进行样本数据的传输利用边际谱图像的 Hilbert-Huang变换模型分离算法对收集的样本数 据进行处理通过二维散点图进行数据集的优化最后利用处理后的数据搭建局部放电检测模型.通过实验发现设计方法可提高放电检测识别率在放电样本最大时其检测识别率可以高达９９％而且随着样本的增多其检测识别率也会提高减少了变压器的运行内存提高了电力系统的效率.