本发明公开了基于图卷积神经网络的单目深度估计方法，涉及电力设备缺陷检测技术领域；其包括如下步骤，S1下采样操作，对电力设备的图像的深度图从粗到细进行下采样，获得用于重建图的深度图；S2加噪声，基于S1步骤形成的用于重建图的深度图添加高斯噪声；S3生成拓扑图，基于S2步骤形成的添加高斯噪声后的深度图，根据深度间隔阈值θ生成相应稀疏程度的拓扑图；S4深度拓扑图过滤，基于S3步骤形成的拓扑图进行过滤，获得过滤后每一尺度深度的拓扑图；其通过S1下采样操作、S2加噪声、S3生成拓扑图和S4深度拓扑图过滤等，实现了电力设备缺陷图像分析效率较高。