I de siste årene har lydavbildningsteknologi for oppdagelse av GIS-defekter utviklet seg raskt. Denne teknologien gjør det mulig med intuitiv lokaliserings av lydkilder, som hjelper drifts- og vedlikeholdsansvarlige med å fokusere på den nøyaktige plasseringen av GIS-defekter, noe som øker effektiviteten i defektanalyse og -løsning.
Lokalisering av lydkilde er bare det første skrittet. Det ville være enda mer ideelt om vanlige typer GIS-defekter kunne identifiseres automatisk ved hjelp av kunstig intelligens (AI), sammen med intelligente anbefalinger for vedlikeholdsstrategier.

Defekter som løse bulter, bevegelse av bellows, og løse interne skjermkomponenter som fører til unormal lyd, kan nå lokaliseres ved hjelp av lydavbildingsteknologi.
På grunn av strukturelle forskjeller mellom GIS-enheter fra ulike produsenter og modeller, samt ulike sektorkonfigurasjoner over ingeniørprosjekter, bærer ofte genererte lydsignalene inngående egenskaper. Dette legger til kompleksitet og tekniske utfordringer i GIS-defekt-diagnose ved hjelp av lydavbilding.

Yderligere fremgang krever tett samarbeid mellom lyd-ekspertise og ekspertise innen kraftnettsswitchgear, integrasjon av domenekunnskap og feltopplevelser for å iterativt teste, finjustere og optimere ingeniørbaserte metoder og algoritmer for analyse av lyd- og vibrasjonssignaler.

Med fortlopige fremskritt i lydavbildingsteknologi og forbedringer i AI-algoritmeeffektivitet, vil bruk av mer avanserte teknologier betydelig redusere arbeidsbyrden for drifts- og vedlikeholdsansvarlige på stedet.