本申请的实施例揭示了一种预测模型训练方法、流量预测方法、装置及存储介质，预测模型训练方法包括：获取历史流量数据，并对历史流量数据进行数据转换，得到初始流量时间序列数据；对初始流量时间序列数据进行异常检测，以检测初始流量时间序列数据中的异常数据；对检测到的异常数据进行修复，得到目标流量时间序列数据；根据目标流量时间序列数据对初始神经网络模型进行训练，得到用于流量预测的目标神经网络模型，初始神经网络模型中包括长短期记忆网络LSTM，通过对流量时间序列进行异常检测以及异常修复，为后续的精准流量预测减少了冗余信息，提高预测精度。