本发明涉及电网技术领域，公开了一种基于图卷积神经网络的低电压诊断方法，基于配电网构建拓扑连接图、节点物理信息；根据图模型计算图的拉普拉斯矩阵；并对拉普拉斯矩阵进行谱分解；利用图模型上的傅里叶变换进行图的卷积操作；输入X通过Lc图卷积层和Lf全连通层，通过soft max激活函数，利用卷积核和全连接网络计算最终输出的y；基于训练结果进行模型优化。与现有技术相比，本发明在空间维度上应用图卷积神经网络对图状态进行推理预测，完成低电压节点诊断，有效地提高了低电压实时诊断的有效性与实时性，提高了电力系统的可靠性。