La operación segura y constante de los sistemas de generación de energía hidroeléctrica es crucial para la producción de electricidad en la red. Sin embargo, las estaciones hidroeléctricas tienen estructuras interiores complicadas, lo que dificulta la detección de defectos sin inspecciones de desmontaje. La aplicación de modelado digital a las estaciones hidroeléctricas promoverá de manera efectiva la transformación inteligente de las estaciones hidroeléctricas y reducirá los costos de mantenimiento del sistema. Este estudio proporciona un modelo del sistema de generación y transmisión de energía para plantas hidroeléctricas, con énfasis en el equipo primario y los datos medidos. El modelo utiliza PSCAD para digitalizar la respuesta del estado en plantas hidroeléctricas con diversos fallos de cortocircuito. La información de los fallos se identifica y se aprende utilizando el modelo de aprendizaje profundo Adaptive Time-Frequency Memory (AD-TFM). Se demuestra que nuestro método propuesto puede obtener efectivamente la información de los fallos a través de la identificación por radiofrecuencia (RFID). La precisión del método tradicional es de 0,90, mientras que los resultados para AD-TFM muestran una precisión de clasificación de fallos de 0,92, que es más que suficiente para identificar múltiples tipos de fallos en comparación con los métodos existentes.