Las fallas en los conductores aéreos aislados (IOC) no pueden ser detectadas por los dispositivos de protección ordinarios debido a la existencia de la capa de aislamiento. La falla de los conductores aéreos aislados suele ir acompañada de descargas parciales (PD); por lo tanto, las fallas en los IOC a menudo se juzgan por las PD de los conductores aéreos aislados. En este documento, se propone un modelo inteligente de detección de PD basado en una red neuronal de memoria a corto y largo plazo bidireccional con mecanismo de atención (AM-Bi-LSTM) para juzgar las fallas en los IOC. Primero, las señales originales se procesan utilizando la transformada wavelet discreta (DWT) para eliminar ruido, y luego se fusionan los vectores de características estadísticas y de entropía de la señal para caracterizar las señales de PD. Finalmente, se propone una red AM-Bi-LSTM para la detección de PD, en la que el AM puede asignar diferentes pesos a las entradas y resaltar sus características efectivas; por lo tanto, la precisión de identificación y la complejidad computacional se han mejorado considerablemente. La validez y precisión del modelo propuesto se evaluaron con un conjunto de datos común ENET. Los resultados del experimento demuestran que el modelo AM-Bi-LSTM presenta un rendimiento superior a los modelos existentes, como LSTM, Bi-LSTM y AM-LSTM.