标题：基于多任务学习算法的高压电气试验数据故障预测
作者：常琮尧 郭冉
作者单位：国网临汾供电公司，山西 临汾 041000
关键字：电力；高压电气；深度学习；多任务学习；故障预测
摘要：针对高压电气设备故障识别与预测，提出了一种基于多任务学习的渐进式分层提取模型。该模型通过共享特征提取层和任务特定的分支结构，能够同时完成故障类型分类、剩余使用寿命预测，以及健康状态评估等多个相关任务。实验中，采用支持向量机、随机森林和多层感知器等传统单任务学习算法作为对比，通过对比分析验证了模型的有效性。实验结果显示，多任务学习通过共享任务间的知识和特征，能够有效提升高压电气设备故障预测的准确性和鲁棒性，为电力系统的智能化维护提供了有力的技术支持。