本发明属于交通流量预测技术领域，公开了一种时空归一化图卷积神经网络交通流预测方法、系统及介质，首先将交通流量数据作为输入，经过一个线性层将数据类型转换；转换后的数据流入时空归一化模块将数据细分成高低频，使得时间卷积TCN捕获数据更加细微的特征；经过时空归一化后的数据传递给两个并行的门控时间卷积模块；在时间卷积模块的输入中添加残差连接到图卷积模块的输出中；将提取的时间特征传递给空间卷积模块提取空间特征，通过时空特征提取模块提取时空特征之后流入到下一层时空模块继续提取时空特征，将k个时空提取模块提取到的结果跳跃连接进入输出层，最后输出预测值。本发明提高了交通流量预测的准确性。