本发明公开一种脱丁烷塔底部产品丁烷含量的在线软测量方法，旨在建立深度Elman神经网络模型，从而逐层提取非线性特征，用于实现对丁烷含量的实时软测量。具体来讲，本发明方法通过搭建由多级Elman神经网络串联而成的深度Elman神经网络模型，从而实现对脱丁烷塔过程数据的深度特征提取。在此基础上，建立精度更高，更有保障的底部产品丁烷含量的软测量模型。本发明方法的主要优势在于：在建立软测量模型时，使用的是多级Elman神经网络串联而成的深度Elman神经网络模型，不仅利用了Elman神经网络自有的适应时变特性的能力，而且还通过逐层提取非线性特征实现了对过程数据的深度特征提取。