本发明公开了一种基于PRPS信号的GIS内部局部放电缺陷识别方法，包括：通过GIS内置传感器获取大量的局部放电信号PRPS；提取包括放电量均值、放电对偶率、初始放电相位窗之差、放电宽度比、放电相位均值、放电相位标准差以及放电相偏度等多个特征；利用极端梯度提升分类树实现对PRPS缺陷类型识别模型的建立。本发明方法通过机器学习对特高频法得到的PRPS图谱进行放电缺陷识别，告别了传统上必须由PRPS转化至PRPD才能实现GIS局部放电缺陷识别系统的耗时繁琐过程，能够很好地消除周期不一致导致的影响，大幅度提高缺陷类型识别准确率，并依据计算结果对缺陷类型做出判断。