提出了一种基于多源异构传感数据融合的火电厂电气设备局部放电智能检测方法。设置多源传感器的工作指标与参数，实时采集电气设备的局部放电信号，提取局部放电信号集中度特征向量。根据特征向量的初始信息期望，通过后剪枝策略构建轻量化检测模型。引入混沌映射和鲸鱼优化算法对决策树模型参数进行寻优，获取优化检测模型，继而根据时频域局放故障信号判断出设备的具体局部放电类型。试验结果表明，采用所提方法对电气设备的5种局部放电类型进行检测时，显示出良好的分类性能和较高的检测准确性。