本发明涉及一种基于深度学习的饱和稳态渗流计算，属于人工智能和饱和稳态渗流计算方法技术领域，首先构建神经网络模型，然后基于深度学习对数据集进行学习，保存神经网络模型参数，最后利用训练好的模型对渗流问题进行预测。数据集；为构建的神经网络；为偏微分方程中的待求解参数。采用有限元方法对该饱和稳态渗流问题的求解结果与采用深度学习对该饱和稳态渗流问题的求解结果对比误差较小，可以看出深度学习对饱和稳态渗流稳态具有准确性和正确性，因此本发明提出的一种基于深度学习的饱和稳态渗流问题取得了较好的效果。