本发明公开了一种通信网络状况预测方法，属于信息技术领域；具体包括：实时获取通信网络各节点状况，并划分为短期数据，长期数据与典型数据；将短期通信状况数据输入到预先训练的自注意力神经网络中，得到通信网络节点间影响特征，并经全连接自编码器得到通信网络节点间影响特征向量；将典型数据输入到预先训练的卷积自编码器中，得到通信网络状况观测特征向量；将两个向量连接，并聚类获得每一类节点的类别特征向量。最后，结合长期历史数据以及各节点的类别特征向量输入到图递归神经网络中，得到未来时刻通信网络状况预测值；本发明有效避免不同类型数据对模型性能的干扰，提高模型预测准确性。