Dalam beberapa tahun terakhir, teknologi pencitraan akustik untuk pendeteksian cacat GIS telah berkembang pesat. Teknologi ini memungkinkan penentuan sumber suara yang intuitif, membantu personel operasi dan pemeliharaan fokus pada lokasi tepat dari cacat GIS, sehingga meningkatkan efisiensi analisis dan penyelesaian cacat.
Penentuan sumber suara hanyalah langkah pertama. Akan lebih ideal jika jenis-jenis cacat GIS yang umum dapat diidentifikasi secara otomatis menggunakan kecerdasan buatan (AI), bersama dengan rekomendasi strategi pemeliharaan yang cerdas.

Cacat seperti baut longgar, pergerakan lipatan, dan komponen perisai internal yang longgar yang menyebabkan suara abnormal saat ini dapat ditentukan lokasinya menggunakan teknologi pencitraan akustik.
Namun, karena perbedaan struktural antara unit-unit GIS dari berbagai produsen dan model, serta konfigurasi bay yang berbeda-beda di antara proyek-proyek insinyur, sinyal suara yang dihasilkan sering kali memiliki karakteristik inheren. Hal ini menambah kompleksitas dan tantangan teknis dalam diagnosis cacat GIS menggunakan pencitraan akustik.

Kemajuan lebih lanjut memerlukan kerjasama erat antara spesialis akustik dan ahli switchgear jaringan listrik, mengintegrasikan pengetahuan domain dan pengalaman lapangan untuk menguji, menyempurnakan, dan mengoptimalkan metode dan algoritma analisis sinyal akustik dan getaran berbasis teknik secara iteratif.

Dengan kemajuan terus-menerus dalam teknologi pencitraan akustik dan peningkatan efisiensi algoritma AI, penerapan teknologi yang lebih maju akan secara signifikan mengurangi beban kerja personel operasi dan pemeliharaan di lapangan.