一种基于k‑means++聚类和图卷积网络的路网交通状态判别方法，属于交通状态判别技术领域。首先将目标路网划分为n个路段，每隔一定时间获取每个路段的平均流量；其次构建路网的拓扑结构数据；然后利用k‑means++聚类算法对反映路网交通状态的特征矩阵进行聚类，得到具有标签的样本数据；接着构建基于图卷积神经网络的路网交通状态判别决策模型；最后将样本数据分为训练样本集和测试样本集，以训练样本集训练路网交通状态判别决策模型，以测试样本集测试模型的准确度。本发明将路网作为研究对象，研究整个路网所属的交通状态，提出一种基于图卷积网络的交通状态判别决策模型，该模型能够充分考虑路网的空间特征，提高了路网交通状态判别的实时性和准确度。