本发明涉及电力设备状态诊断技术领域，尤其涉及一种电力设备多维状态数据融合方法、装置、终端及存储介质，本发明方法基于状态监测量与故障类型的对应关系，提出趋势因子对电力设备状态监测量进行预处理。趋势因子主要由三个部分组成，状态量权重反映的是监测量数据异常的严重性。重复因子反映状态监测量数据异常的持续性。衰减因子反映状态监测量数据异常的恢复性。为了将经过趋势因子处理后的变压器监测数据自适应地调整并融合为相对应的变压器故障关键变量，采用自编码器对经过趋势因子处理后的多维状态数据进行融合。融合后的数据能够自动提取特征，有效降低了传统手动提取特征(56)对比文件严英杰;盛戈;陈玉峰;江秀臣;郭志红;杜修明.基于大数据分析的输变电设备状态数据异常检测方法.中国电机工程学报.2015,(01),第52-59页.严英杰;盛戈;王辉;刘亚东;陈玉峰;江秀臣;郭志红.基于高维随机矩阵大数据分析模型的输变电设备关键性能评估方法.中国电机工程学报.2016,(02),第435-442页.