本发明提供了一种基于双通道图神经网络自编码器的交通流异常数据判断方法，包括依次执行以下步骤：数据预处理步骤：根据交通传感器所在道路的交通情况和历史采集数据分别计算出拓扑邻接矩阵和特征邻接矩阵，作为线下训练步骤和线上监测步骤的双通道图神经网络的输入，另外将不同交通传感器的历史数据使用滑动窗口切割成相同时间长度的时间窗，生成特征矩阵后输入给线下训练步骤使用；线下训练步骤；线上监测步骤。本发明的有益效果是：通过本发明交通流异常数据判断方法，不仅可以同时捕捉到同一传感器不同时间数据间的时间依赖性和不同传感器的非欧式空间的空间依赖性，还能更有效地提取到交通流数据的多重深层次特征，另外，可解决交通场景下训练阶段异常样本缺少的问题。