针对配电网电缆终端绝缘缺陷引起的局部放电问题,建立了一种基于高频CT的局部放电监测系统,并利用HFCT采集到的局部放电信号经调理后的数据进行局部放电特征提取和识别,提出了一种基于变分模态分解和多尺度排列熵结合的特征提取算法。利用变分模态分解算法对局部放电波形进行模态分解后,提取有效模态分量,并求取各模态分量对应的多尺度排列熵,计算局部放电信号的特征矩阵。采用PCA算法筛选出最优特征向量集,采用传统BP神经网络和支持向量机分类器对特征集进行模式识别。实验结果表明,对实验环境下采集到的PD信号采用该方法提取得到的特征量均具有较高的正确识别率,平均识别率能达到96.7%和98.3%,充分说明该特征提取方法可以有效提取到不同放电类型PD信号的特征。此方法识别准确度较高,适用于环网柜局部放电特征提取和模式识别,具有一定的工程意义。