配电网故障预测一直以来是电网可靠性评估的重要课题,因其影响因素繁多结构复杂,所以比较难以达到一个比较好的效果。合适的配电网故障预测方案对提高配电网配电的可靠性,合理的优化电网设备,节省人力,保障用户的生产和生活的刚性需求具有重要意义。本文首先分析了前人研究思路,然后将图神经网络应用到配电网故障预测场景中并得到了正向的结果。首先,使用基于不动点理论的图神经网络进行配电网故障预测并分析了测试结果。根据分析得到的结果,提出了基于卷积的图神经网络的改进方案。卷积在物理上的表现是提取观测对象的局部特征,在配电网中也同样需要提取每个目标节点的局部特征,即目标节点的邻居节点。通过实验分析了各个信息汇集函数在配电网故障预测上的表现,选取了信息汇集的深度参数k的取值。在相同的数据集上进行了测试,实验表明基于卷积的图神经网络取得了更好的结果。对配电网故障预测邻域有一定的参考价值。