本发明属于电力系统自动化领域，公开了一种电力系统交流最优潮流计算方法、系统、设备及存储介质，包括：获取电力系统的负荷分布数据；将电力系统的负荷分布数据，输入预设的物理信息神经网络模型中，得到电力系统的交流最优潮流分布数据；其中，物理信息神经网络模型通过将交流最优潮流的KKT条件引入预设神经网络模型的损失函数后，经过交流最优潮流预测预训练得到。通过机器学习方法实现了电力系统的交流最优潮流分布数据的高效计算。同时，以交流最优潮流的KKT条件的形式，在神经网络模型中成功引入了物理方程，进而有效的降低了其对训练数据样本的数量和质量的依赖程度，有效降低了训练难度和时间，极大的提升了交流最优潮流预测的准确性。