La predicción tradicional del precio de la electricidad tiende a adoptar métodos de pronóstico en el dominio del tiempo basados en series temporales, que no logran aprovechar al máximo la información regional del mercado eléctrico e ignoran los factores extraterritoriales que afectan el precio de la electricidad dentro de la región bajo condiciones de transmisión transfronteriza. Con el fin de mejorar la precisión de la predicción del precio de la electricidad, este artículo propone un nuevo modelo de predicción espacio-temporal, que se combina con la red convolucional de grafos (GCN) y la red convolucional temporal (TCN). Primero, el modelo extrae automáticamente las relaciones entre las áreas de precios a través del módulo de construcción de gráficos. Luego, se utiliza el GCN de salto mixto para capturar la dependencia espacial, y se utiliza el TCN de empalme dilatado para capturar la dependencia temporal y predecir el precio de la electricidad para todas las áreas de precios. Los resultados muestran que el modelo supera a otros modelos tanto en la predicción de un paso como en la predicción de varios pasos, lo que indica que el modelo tiene un rendimiento superior en la predicción del precio de la electricidad.