La clasificación de las formas de onda del campo eléctrico de radiación de rayos de muy baja frecuencia y baja frecuencia (VLF/LF) es de suma importancia para la prevención y mitigación de desastres por rayos. Sin embargo, los métodos tradicionales de clasificación de formas de onda sufren de las características complejas de las formas de onda de rayos, como la no estacionariedad, la fuerte interferencia de ruido y el acoplamiento de características, lo que limita la precisión y la generalización de la clasificación. Para abordar este problema, se propone un nuevo marco para la clasificación de formas de onda del campo eléctrico radiado por rayos VLF/LF. En primer lugar, se diseña meticulosamente un filtro de Kalman mejorado (IKF) para eliminar posibles interferencias de alta frecuencia (como el ruido atmosférico, la radiación electromagnética de los sistemas de energía y el ruido electrónico del equipo de medición) incrustadas en las formas de onda, basándose en el criterio de máxima entropía. Posteriormente, se desarrolla una red neuronal convolucional de fusión múltiple basada en atención (AMCNN) para la clasificación de formas de onda. En la arquitectura de AMCNN, la información de la forma de onda se extrae y mejora de manera integral a través de una estructura de fusión de características optimizada, lo que permite una consideración más exhaustiva de la diversidad de características, mejorando así significativamente la precisión de la clasificación. Se utiliza un conjunto de datos real de la provincia de Anhui en China para validar el marco de clasificación propuesto. Los resultados experimentales demuestran que nuestro marco logra una precisión de clasificación del 98.9% en un tiempo de procesamiento de no más de 5.3 ms, demostrando su superior rendimiento de clasificación para las formas de onda del campo eléctrico radiado por rayos.