本发明公开了用于电力设备状态参数动态综合预测的方法：S1:建立观测值Y时间序列；S2:通过HP滤波算法获取G序列；通过ARIMA建模方法建立G序列时间序列模型，获取单步预测值gm+1作为Y的单步预测值y’m+1；S3:通过HP滤波算法获取X序列；通过ARIMA模型建模方法建立X时间序列模型，获取多步预测值作为Y多步预测值；S4:通过RBF建模方法获取单步预测值y”m+1；S5:获取Y观测值ym+1；S6:若|y’m+1‑ym+1|≤|y”m+1‑ym+1|，将ym+1加入Y系列，重复S2、S3和S4，将y’m+1作为最优单步预测值，将S3多步预测值作为最优多步预测值；S7:若|y’m+1‑ym+1|>|y”m+1‑ym+1|，将ym+1加入Y，重复S2、S3和S4，将y”m+1作为最优单步预测值，将S3多步预测值作为最优多步预测值；S8:若|y’m+1‑ym+1|>|y”m+1‑ym+1|出现连续三次，重新构造Y时间序列。