本发明涉及海上油气开采技术领域，公开一种基于多机器学习模型融合的井漏事件动态预警方法及系统，包括：获取历史录井数据；根据历史录井数据，通过主成分分析，得到与井漏事件的相关性符合预设要求的井漏特征数据；根据井漏特征数据，设置井漏事件阶段预测模型的模型训练参数，利用麻雀算法极限学习机，训练得到井漏事件阶段预测模型；根据井漏特征数据和井漏事件阶段预测模型的模型训练参数，结合随机森林算法，训练得到辅助优化模型；根据井漏特征数据，结合XGBOOST算法，训练得到井漏事件严重级别预测模型。本发明能够准确、高效地预警井漏事件的阶段和严重等级，有效保证钻井工程中的安全性、经济性与时效性。