局部放电的在线检测中普遍存在误报率高的问题,该文考虑在边缘计算平台上对局部放电特高频数据进行脉冲型干扰判别,以有效降低气体绝缘变电站(gas insulated substation,GIS)设备智能诊断中的误报率,并且能有效分担电力物联网中心节点的计算负担,降低对电力物联网数据传输带宽的需求.为此该文提出一种基于均值漂移聚类的局部放电边缘计算算法,该方法通过物联网汇聚节点接受多个特高频传感器的数据,利用聚类后各传感器数据簇之间的相似度计算进行同源信号匹配,最终该算法通过比较GIS设备内外多个特高频传感器接收信号强度(received signal strength indication,RSSI)对干扰信号进行联合定位,判别脉冲型干扰信号.利用真型GIS试验平台上测得的局部放电与干扰信号组成训练集,在边缘计算平台上对算法进行了对比实验.实验结果表明,所提算法在边缘计算平台上对脉冲型干扰的判别准确率为81.4％,能有效地进行干扰识别,平均每个样本处理时间为7.15s,验证了所提算法的可行性与有效性.