本发明公开一种高压开关柜缺陷预测模型的训练方法及缺陷预测方法，训练方法包括获取高压开关柜上安装的各类传感器的观测数据，并基于所述观测数据构建数据集；使用隐半马尔可夫模型建模高压开关柜状态转移过程及状态保持过程，得到缺陷预测模型；基于所述数据集，在线无监督学习所述缺陷预测模型的状态序列，并根据状态序列拟合效果优化所述缺陷预测模型的参数，得到训练好的开关柜缺陷预测模型；本发明训练得到的缺陷预测模型可高效学习开关柜状态转移过程，且可进行在线无监督学习，无需依赖大量有标签数据，节省成本。