【摘要】电气设备关键部件受复杂运行环境影响，剩余寿命预测准确率偏低。本文提出基于 HP 滤波的预测方法，以 CEEMD 对振动信号预处理，提取并筛选高敏感度时频域特征；借助HP滤波构建性能退化指标，捕捉信号动态变化；融合机器学习与深度学习算法建立预测模型，自动学习退化趋势与剩余寿命的映射关系。实验表明，该方法预测准确率达 99.8%，可为电气设备运维提供技术支撑。