本发明公开了一种基于振动信号主成分分析法的GIS状态识别方法，提取正常及不同故障状态下GIS振动信号的14个特征量组成14维的复合特征向量；然后运用主成分分析法对特征向量进行压缩降维成主成分特征向量；然后通过深度置信网络两阶段的训练得到振动信号主成分特征向量与GIS状态之间的对应决策函数，使用其对待状态识别的GIS振动信号主成分特征向量进行分类，根据分类确定该GIS状态。使用主成分分析法对复合特征向量进行优化，不仅保留了复合特征向量的原始信息，而且降低了特征向量维数，提高了分类器的工作效率，有效改善了GIS状态识别的精度和速度。