本发明公开了一种基于知识和数据联合驱动的并网逆变器阻抗获取方法，包括以下步骤：S1，数据获取：在Matlab中的Simulink环境下搭建仿真模型，通过改变并网逆变器的工况，获取不同工况下并网逆变器dq阻抗大数据；S2，模型建立：基于知识驱动分析得到的变量为输入，并网逆变器dq阻抗为输出建立KELM模型，利用遗传算法GA对KELM输入权值进行优化，得到GA‑ELM模型；S3，误差校验：基于RT‑LAB搭建半实物实时仿真平台，针对GA‑ELM模型，基于扰动注入法对不同工况下的并网逆变器dq阻抗进行测量计算。本方法既保证了模型输入变量的合理确定，又建立了机器学习模型，不仅适应工程现场并网逆变器内部信息保密的实际情况，而且避免向实际运行系统持续注入谐波扰动。