90年代以來，模式識別方法才引進到局部放電缺陷類型識別領(lǐng)域，但研究多是對GIS和大型變壓器的局部放電信號進行，而且研究水平尚處于初級階段。神經(jīng)網(wǎng)絡(luò)（NN）識別法目前得到了較為廣泛的應(yīng)用，它是遵循經(jīng)驗風(fēng)險最小化原理的一種機器學(xué)習(xí)方法?；赩apnik&Chervonenkis的統(tǒng)計學(xué)習(xí)理論，說明數(shù)據(jù)若服從某個（固定但未知的）分布，機器需要滿足結(jié)構(gòu)風(fēng)險最小化的原理，才能保證機器的理想輸出與實際輸出之間的偏差盡量小，就是使錯誤概率的上界最小化，這就使得神經(jīng)網(wǎng)絡(luò)出現(xiàn)學(xué)習(xí)問題，訓(xùn)練誤差很小并不意味著就會得到好的預(yù)測結(jié)果，有時候，會出現(xiàn)推廣能力的下降的情況，究其原因就是訓(xùn)練誤差過小造成的，從而增加了真實風(fēng)險。支持向量機（SVM）正是結(jié)構(gòu)風(fēng)險最小化理論的具體實現(xiàn)，與神經(jīng)網(wǎng)絡(luò)相比，支持向量機的結(jié)構(gòu)較為簡單，泛化能力等性能得到了顯著的提高，這己被大量實驗證實。目前國內(nèi)對支持向量機的研究處于起步階段。支持向量機，是基于統(tǒng)計學(xué)習(xí)理論的一種學(xué)習(xí)方法，支持向量機的優(yōu)勢在于可以在有限樣本的情況下，尋找到最優(yōu)解。支持向量機在對小樣本數(shù)據(jù)的分析方面具備不可比擬的天然優(yōu)勢，如較強的學(xué)習(xí)能力、泛化能力，廣泛地應(yīng)用在回歸估計、系統(tǒng)辨識以及模式識別等方面，成為繼神經(jīng)網(wǎng)絡(luò)的后起之秀。

基于超聲波信號檢測原理開發(fā)的局部放電檢測系統(tǒng)如澳大利亞基于超聲波原理研制的局部放電在線檢測系統(tǒng)，將單獨的在線檢測裝置安裝在開關(guān)柜上，采用傳感器測量各項功能參數(shù)；美國UE公司生產(chǎn)的ULTRAPROBE系列局部放電檢測產(chǎn)品，是一種超聲波接收分析處理儀器，通過壓電原理，將超聲波信號轉(zhuǎn)化為電流信號，內(nèi)部處理器將其轉(zhuǎn)化為音頻信號，局部放電的有無可以通過高保真耳機來監(jiān)聽音頻信號的異常來判斷；英國EA Technology公司研制的Ultra TEV plus便攜式局部放電檢測儀，具備超聲波檢測和地電波（TEV）檢測兩種功能。通過人工設(shè)定閾值及紅色、黃色報警功能來實現(xiàn)檢測，通過dB值顯示局部放電超聲波信號的大小。也可通過耳機對局部放電活動的異常進行監(jiān)聽和輔助定位。揚州國浩電氣有限公司也成功研制了GHPD1002開關(guān)柜局部放電測試儀，性能可媲美英國EA，HVPD同類型產(chǎn)品，性價比超高。

GHPD1002開關(guān)柜局部放電測試儀