本发明公开一种动态自适应图分层模仿学习的电力设备识别方法,包括：基于多头注意力机制，采集特征信息，得到电力设备的实时特征信息；基于图注意力网络，对所述实时特征信息进行聚合处理及归一化处理，得到特征集；基于分层模仿学习机制，对所述特征集进行学习处理并采用KL散度与历史特征集进行判断，得到历史特征集的策略模型并优化其策略模型；基于动态自适应优化器进行所述策略模型学习并采用分类器对变压器，绝缘子，断路器与导线电力设备进行分类区分处理，以达到图像识别的目的。本发明能解决不同设备之间的非网格数据；能对采集的图像数据进行智能化分析；能对电力设备进行自动分析和识别；能提高识别效率与准确性。