本发明涉及一种基于时间序列数据的神经网络冲击地压预测方法，通过矿山数据采集设备采集冲击地压数据，并对主要影响因素进行量化处理；将量化后的数据进行标准化后加入随机噪声；通过滑动窗口方法截取定量的时间窗口来构建样本数据；通过随机采样方法对时间窗口数据划分训练集，验证集；利用训练集数据对建立的神经网络进行训练，并使用验证集测试网络性能对网络参数进行调整；利用训练得到的神经网络模型对矿井的冲击地压进行预测得到危险预警信息。本发明可靠性较高，提出了通过时间序列数据训练神经网络，克服了冲击地压预测受短时数据限制的问题，实现了冲击地压长期动态预测，可以有效进行冲击地压灾害预警。