本发明公开了一种基于图神经网络的电网骨干光通信系统路由计算方法，属于电力通信技术领域，包括训练阶段和应用阶段。在训练阶段，通过对公开数据集中的网络拓扑、路由策略及对应的流量信息进行仿真得到的网络物理信息和对应的网络性能信息以构建数据集，将网络物理信息编码成对应的路径‑链路信息后对图神经网络模型进行训练，并更新对应的链路隐藏状态和路径隐藏状态，使得图神经网络模型能够学习网络拓扑、路由和流量之间的复杂关系，从而实现准确的网络性能预测和优化。本发明的方法采用深度学习方法和图神经网络模型，能够计算出延迟、抖动、丢包率等指标，实现了电网骨干光通信系统路由的实时准确计算。