随着智能电网规模持续扩大与信息化程度不断深化，虚假数据注入攻击(false data injection attack

FDIA)对电力系统状态估计与安全控制构成严重威胁。攻击形式呈现多样化演进趋势，包括分散式隐蔽攻击导致的随机缺失、时序持续攻击和通信链路攻击形成的连续缺失，以及区域性协调攻击和拓扑感知攻击造成的块状缺失等。传统数据恢复方法难以同时应对这些复杂攻击模式，且缺乏对电力数据时空关联特性的深度挖掘。为此，文章提出一种基于TransGAIN的电力系统虚假数据恢复算法。首先，设计时空位置编码机制融合时序与拓扑信息，为不同攻击模式提供统一表征；其次，构建多头自注意力模块，利用Transformer全局建模能力捕获长程时空依赖关系；然后，提出基于提示机制的生成对抗式插补网络(generative adversarial imputation networks

GAIN)对抗训练框架，采用位置级真伪判别策略实现多种FDIA攻击模式的统一建模；最后，引入功率平衡等物理约束，确保恢复数据符合电力系统运行规律。基于IEEE-14节点系统的仿真实验表明，所提算法在随机缺失、连续缺失和块状缺失场景下的均方根误差(root mean square error

RMSE)和平均绝对误差(mean absolute error

MAE)指标分别达到了0.0047/0.0028、0.0038/0.0023、0.0037/0.0022，在多种缺失并存场景下仍然保持优异的恢复性能。本研究为电力系统网络安全防护提供了适应多样化FDIA攻击的智能化技术方案。