本发明属于配电网设备状态评估领域，具体提供了一种基于集成学习的配电网设备综合状态评估方法，包括以下步骤：S1：对于由配电网设备运行数据构成的不平衡数据集，经五折交叉验证划分为训练集与测试集，对每个训练集使用过采样方法来进行初步平衡；S2：针对初步平衡后的训练集，构建类别转换概率矩阵，并生成扰动数据集；S3:以扰动数据集作为训练集，构建Stacking集成学习模型，实现对于配电网设备综合状态的评估分类以及对分类效果的评价。本发明在准确评估配电网设备综合状态的基础上，提高配电网运检任务的效率。