高比例新能源电力系统暂态电压稳定问题突出，基于稳态特征模型的数据驱动暂态电压稳定评估方法快速发展，擅长处理图结构的图神经网络更是备受关注。然而，现有方法对故障的处理多为图结构开断或作为额外输入，对这类微小变化缺少分析与讨论，模型难以充分捕捉不同故障引发的差异。为此，本文提出了一种基于图对比神经网络的暂态电压稳定评估方法。通过引入对比学习，最大化同特征不同故障间的表示差异，增强图卷积神经网络对故障引发的拓扑差异的感知能力。此外，选用了基于多二元表的暂态电压稳定指标作为标签，并引入了语义标签引导的归一化策略，实现了暂态电压稳定的实时定量评估和有效判别。在CSEECLV算例上验证了所提方法的有效性，并在改进的IEEE39系统上验证了泛化性。