本发明公开了复杂气象下基于知识图谱的电网设备故障预测方法及系统，通过Transformer和知识图谱技术作为预测的基本手段，并在训练过程中，同步训练Transformer预测模型和基于知识图谱预测模型的BP神经网络分类器，借助知识图谱的独特数据结构，找出相关联的节点和节点关系，进一步找到相关的历史案例数据，再进行调整以优化样本质量，进而使得预测准确率可以进一步提高。本发明综合运用Transformer模型和知识图谱作为概率预测的工具，数据和知识融合驱动的模式不仅会从所有历史数据记录中受益，也能充分利用知识进行故障预测，能够有效快速地预测出特定气象条件下电力系统设备事故的发生概率，极大提升了故障数据利用的灵活性，提高预测的准确性、可靠性、稳定性。