GlS存在的缺陷是多種多樣的，而這些缺陷引起的放電又具有不一樣的特征。通常局部放電信號的量大致正比于放電現(xiàn)象的嚴(yán)重程度，但局部放電對系統(tǒng)的危害主要取決于局部放電的缺陷(放電源)類型和其所發(fā)生的位置。因此正確識別局部放電源和判斷其位置對評估GlS的絕緣狀態(tài)至關(guān)重要。

局部放電源的識別也是模式識別問題，常規(guī)的識別方法有：

1）局放相位的分布形狀與局放源類型之間有緊密的聯(lián)系，可基于信號的統(tǒng)計特征和相位進行分析，根據(jù)局放的二維或三維譜圖來識別；

2）局放理論目前還不完善，有很多未知因素，因此在大量統(tǒng)計數(shù)據(jù)的基礎(chǔ)上可以利用模糊專家系統(tǒng)結(jié)合神經(jīng)網(wǎng)絡(luò)(Neural Network-NN)來識別。Gulski等學(xué)者提取了一些統(tǒng)計特征算子作為輸入NN的信息來描述局放的波形特征。此外，近年來不少學(xué)者還采用了不同結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)以及分形分析等技術(shù)來識別局放源。另外，也有學(xué)者研究超高頻局放信號的去噪與數(shù)學(xué)建模。