本发明提供一种牵引变电所内隔离开关状态识别方法，涉及铁路牵引变电所智能监测技术领域。该方法通过构建多任务学习网络进行隔离开关分割和状态识别，主要由两个阶段构成，第一阶段隔离开关分割网络包含输入层、编码层、解码层、特征融合模块和输出层，其中解码层和特征融合模块中的条形池化模块和金字塔池化模块能够有效提取隔离开关的旋转闸刀和其他不规则形状的特征，并准确分割隔离开关；第二阶段隔离开关识别网络包含输入层、特征提取层、全连接层和输出层，其中特征提取层的全局上下文模块能够有效提取隔离开关图像的全局上下文信息，从而准确识别“开”、“半开”、“闭”隔离开关的三种状态。