本发明提供一种基于相加模型的冷却水泄漏量预测方法，其包括以下步骤；S1：对输入的原始冷却水泄漏量时间序列数据，采用CEEMDAN分解方法，获得原始泄漏量时间序列数据在不同特征频率限带的K个分量序列；S2：利用N种时间序列信号预测模型，构建预测模型方法库；S3：在给定输入步数下，基于改进的遗传算法，依据各分量相加预测结果，对预测模型进行联合学习与优化，优化各分量预测所使用的预测模型类型、预测模型未知参数与分量相加权重；S4：根据优化结果建立预测模型，获得最终优化预测结果。本发明自动化程度高，能够简化预测建模过程的操作，提高冷却水泄漏量预测效率；同时能减小建模过程中过拟合或欠拟合问题的发生，提高预测结果的准确性。