本发明涉及一种基于图时空神经网络建模的变压器故障预测方法，包括：将变压器的油中溶解气体的时序数据输入训练好的图时空神经网络，输出变压器的预测故障类别；图时空神经网络包括图学习层、标准卷积层、时空信息提取模块和softmax层，时空信息提取模块包括若干个图卷积层和时序卷积层，若干个空间特征信息和时序卷积层交错连接，图学习层分别与各层图卷积层连接；预测故障类别的输出过程包括：将时序数据作为节点嵌入，输入图学习层，生成邻接矩阵，将邻接矩阵分别输入各层图卷积层；时序数据依次经过标准卷积层、空信息提取模块和softmax层，获得变压器的预测故障类别。与现有技术相比，本发明具有准确性高、可解释性强等优点。