一种基于深度学习的列车空气制动系统制动缸压力预测方法，包括步骤S1，通过列车系统传感器采集列车管和制动缸压力数据，并对数据进行预处理；步骤S2，对预处理后的列车管和制动缸压力数据按固定时间分段，并划分训练集和验证集；步骤S3，用列车管压力时间序列作为输入，用制动缸压力时间序列作为预期输出，建立包含卷积层或者LSTM层或者GRU层的深度学习模型；步骤S4，训练并保存模型；步骤S5，使用训练好的模型预测制动缸压力，进行制动过程的性能评估。本发明利用深度学习算法，根据列车管压力曲线计算出制动缸预期压力曲线，从而实现对制动过程和制动阀的性能评估。