虚假数据注入攻击严重威胁电力信息物理系统的安全，而传统攻击检测方法由于没有考虑量测数据间的拓扑并且特征提取能力差，无法精确识别攻击并定位受攻击节点。因此，该文提出一种基于图注意力与多尺度并行融合卷积模型的虚假数据注入攻击定位检测方法。该方法通过图注意力网络动态捕捉量测数据间的拓扑关系以提升检测方法的定位检测性能；采用结合注意力特征融合模块增强的并行卷积神经网络提取数据的多尺度特征进一步提高检测方法的学习能力和泛化能力，以实现高精度的定位检测。通过在IEEE-14节点测试系统和IEEE-57节点测试系统中进行评估研究，与现有的定位检测方法相比，该文所提方法具有更优的F1值，分别高达98.40%、95.29%。因此，该方法能够更好地对虚假数据注入攻击进行定位检测。