本发明公开了一种考虑未知拓扑变化的配电网状态估计方法，首先利用自编码器结构的神经网络对配电网中的观测数据进行特征编码，将观测数据的编码特征与配电网中的状态量建立为一个多任务高斯过程模型；然后通过大量的已知拓扑结构下的配电网观测数据和少量的存在未知拓扑结构变化下的配电网观测数据的编码特征对多任务概率高斯过程进行训练，并通过比较在未知拓扑结构下的配电网中各节点的状态量与通过高斯过程预测的状态量之间的关系来修正高斯过程参数；最后利用训练后的多任务高斯过程模型对配电网状态实时估计。