一种数据与模型联合驱动的电网短路故障预测方法、系统、介质及处理器

本申请公开了一种数据与模型联合驱动的电网短路故障预测方法、系统、处理器及介质，涉及电力系统故障预测技术领域。该方法通过采集电网运行数据并预处理，构建基于节点导纳矩阵的物理模型和图神经网络与LSTM混合架构的数据驱动模型，经动态权重融合形成联合驱动预测模型，利用电网运行数据集训练后实现短路故障实时预测。方案突破传统单一模型局限，通过物理机理与数据特征的互补融合，提升了复杂工况下故障预测的精度与鲁棒性，动态权重机制可自适应调整模型贡献，适用于电网实时监控与预防性维护，有效提高故障预警率并降低误报率。