为了研究特高压（ultra-high voltage，简称UHV）变压器套管在地震作用下的结构损伤实时识别方法，首先，将结构加速度响应进行高通滤波后通过连续小波变换得到滤波尺度图，并将其作为判定套管损伤的特征；其次，通过有限元计算了不同损伤工况下套管的加速度响应，将其作为训练数据输入卷积神经网络（convolutional neural network，简称CNN）进行训练；最后，通过振动台试验验证了该方法的准确性。结果表明：该方法抗噪性能优异且识别较为精准；地震作用下套管结构损伤所导致的加速度响应异常高频信息可以作为损伤判定依据；套管单处结构损伤信息在不同位置的采样信号中均有体现，使用训练完成的神经网络进行识别时无需未损伤结构响应进行对比，可实现对地震造成的特高压套管结构损伤进行快速识别判定。