本发明提供一种数据驱动的货物列车运行预测方法及系统。本发明分别对岭回归模型、Lasso回归模型、弹性回归模型进行训练然后利用其加权，构建能够弥补单一模型输出偏差，且能够直接通过权重系数的设置直接拟合货物列车运输网络中各类突发事件的多回归集成学习模型。由此，本申请通过该模型计算所获得的对应道岔的故障影响状况的预测值能够在不清楚突发事件原因、机制的情况下，保证模型输出的准确性和及时性。本申请能够更为准确的预测异常状况对运输网络的影响，满足运输生产过程中的调度需求。