本发明提供一种数据驱动的坡度实时预测方法、装置及存储介质，属于坡度预测技术领域，所述方法步骤如下：基于车辆动力学方程，确定采集的用于模型参数训练的数据集；建立描述采集数据集参数之间关系的自适应神经网络的坡度实时预测模型；基于自适应学习率算法对坡度实时预测模型进行训练，实现坡度实时预测模型的神经网络的参数自适应调整；将当前路段的实时数据输入坡度实时预测模型，预测实时坡度。本发明实现坡度实时预测，通过自适应学习率算法，使模型适应不同的车辆状态，通过不同状态下数据的采集和建模，提高坡度预测效率，使其在不增加传感器的情况下，提高预测的可靠性。