本发明公开了一种多信息聚合的图残差生成模型、分类方法、电子设备及存储介质，图残差生成模型包括深度初始残差图卷积模块、随机图生成模块和监督损失模块；深度初始残差图卷积模块用于深层次提取原始拓扑图中节点包含的特征信息，对原始拓扑图中的节点的类别进行分类，输出预测标签；随机图生成模块用于模拟原始拓扑图的噪声图，作为深度初始残差图卷积模块的并行结构，获取节点之间的关系信息；监督损失模块用于为深度初始残差图卷积模块添加额外的由随机图生成模块产生的损失函数，共同约束模型训练。本发明在保证拓扑图结构局域性的同时，避免了过平滑问题，充分学习拓扑图的特征信息，提高了模型性能和模型分类效果，运行速度快。