本发明提供一种基于机器学习的压气机结垢程度监测方法，包括：从燃气轮机数据库中选取覆盖燃气轮机全工况的历史健康数据，通过筛选得到全转速运行工况下的历史健康数据，并拆分为训练集和测试集；以训练集中的历史健康数据为输入，以压气机出口温度为输出，训练压气机基准出口温度模型；将测试集中的历史健康数据或获取的实时数据输入到训练后的压气机基准出口温度模型中，得到对应的压气机出口温度预测值；测量压气机出口温度实际值，与压气机出口温度预测值计算得到压气机出口温度残差，并用以表征压气机结垢的严重程度。本申请考虑了较为全面的压气机性能评估影响因素，能准确便捷的评估压气机结垢程度，降低人力运营成本，提升经济效益。