本发明涉及一种基于基于GIS多源局部放电信号数据流聚类分离方法，属于高压电气设备局部放电检测技术领域，局部放电检测中,由于多种放电源与现场干扰源同时存在并不断变化的现象，导致多种局部放电源难以有效分离及识别的难题，论文提出一种高效的自适应在线数据流聚类方法。该方法采用自然邻域创建KD树来提高查询近邻的效率，即通过流数据的特征得到自适应的邻域半径和区域密度，从而能够局部搜索并形成团簇，实现多种局部放电源的实时在线分离。在人工数据集和真实数据集验证了该方法的优越性，将其应用于气体绝缘变电站故障的模式识别。