本发明提供一种混凝土坝变形预测方法、计算机设备及存储介质，本方案通过采用由历史变形数据和外部环境数据构成的训练集来训练长短期记忆神经网络学，相较于传统的静态机器学习方法，本方案能够从训练集中捕捉大坝变形的时序特征，具有动态学习的能力。同时采用了基于因子注意力和时间记忆力注意力的双注意力机制方法，在大坝变形预测模型训练的过程中可以自适应地确定不同因子和时间的权重，从而有助于提高模型的预测精度并可以初步解释混凝土坝变形机理，增强深度学习模型的物理可解释性。