高速铁路列车中乙丙橡胶(EPR)电缆终端常因制作过程中操作不当而导致出现多种缺陷，造成终端局部放电甚至击穿的现象，对检测到的局部放电信号进行准确分类仍然是亟待解决的难题。分别制作了含尖端、环切划伤、金属微粒、气隙4种典型缺陷的终端试样，通过试验记录了各类试样的放电谱图信息。基于试验得到的局部放电谱图库，提出通过图像金字塔理论，构建多尺度局部放电谱图空间，并从中提取1阶纹理统计量、2阶纹理统计量及高阶纹理统计量作为缺陷类型识别的特征参量。同时，结合随机森林算法，基于gini指数完成了特征空间寻优工作，实现了对缺陷类型的正确分类。结果表明：通过随机森林算法，多尺度纹理特征的模型误差率和分类准确率明显优于单尺度纹理特征，能较好地对终端典型缺陷进行分类；同时，由于气隙缺陷和划伤缺陷的放电机理存在相似性，二者缺陷处的局部放电特征同样存在相似现象，因此气隙缺陷和划伤缺陷的分类较易出现误差，导致其识别率偏低，还需针对其图像特征参数和识别算法继续开展研究。
