Apuntando a las deficiencias de los métodos tradicionales de identificación de fallas en la adquisición de información de fallas, en el escenario del sistema de transmisión híbrido HVDC, se propone un nuevo método de identificación de fallas mediante el uso del espectro de energía de paquetes de ondas y una red neuronal convolucional (CNN), que resuelve efectivamente el problema de la extracción de características de fallas complejas del sistema de transmisión híbrido HVDC. Este método mejora efectivamente la precisión de la identificación de fallas. En primer lugar, las características en el dominio de frecuencia de la señal transitoria de falla son extraídas mediante la transformada de paquetes de ondas, y las diferencias de características se reflejan en forma de espectro de energía. En segundo lugar, de acuerdo con la información de características de energía extraída, se identifica el orden de la línea de falla y el tipo de falla mediante CNN. Finalmente, a través de la verificación de ejemplos y la comparación de algoritmos, se concluye que el mencionado modelo tiene una fuerte capacidad para identificar fallas, y una fuerte resistencia al ruido y tolerancia a la resistencia de transición.