La descarga parcial (PD) es una falla relacionada con la descarga comúnmente encontrada en transformadores. Debido a las características únicas del entorno donde ocurre la PD, surgen desafíos como la dificultad en la adquisición de datos y la escasez de muestras. Las redes neuronales convolucionales (CNN) son ampliamente utilizadas en el reconocimiento de patrones debido a sus sólidas capacidades de extracción de características. Para mejorar la precisión de reconocimiento de los modelos de PD, este documento integra CNN, memoria a corto y largo plazo bidireccional (BiLSTM) y un mecanismo de atención. En el modelo propuesto, se emplea CNN para extraer características locales espaciales y temporales, BiLSTM se utiliza para extraer características globales espaciales y temporales bidireccionales, y el mecanismo de atención asigna pesos adaptativos a las características. Además, para abordar los problemas de escasez de muestras y desequilibrio de datos, se introduce un GAN mejorado para aumentar los datos. Los resultados experimentales demuestran que el método CNN-BiLSTM-atención propuesto en este documento mejora significativamente la precisión de predicción. Con la ayuda de GAN, el método propuesto logra una precisión de reconocimiento del 97.36%, que es un 1.8% más alta que la del método CNN+CGAN (Red Generativa Adversaria Condicional) y un 5.8% más alta que la del modelo de reconocimiento tradicional, SVM, convirtiéndolo en el método de mejor rendimiento entre varios métodos comparables.