本发明提供了一种基于深度学习的电学监测反演深海采矿羽流浓度剖面方法，包括现场电学原位监测数据获取与归一化处理；构建自然电位测量结果反演悬浮颗粒浓度模型；构建模型的检验与优化；羽流颗粒浓度剖面的反演四个部分。通过本发明的技术方案，可以完成电学监测信号向悬浮颗粒浓度信号的转变，配合电学原位监测探杆、飘带等一系列装置，实现深海采矿羽流颗粒浓度剖面的准确监测。本发明考虑了海底温度、盐度、流速、多金属结核碎屑等因素的影响，采用人工神经网络训练实现原位电学监测反演深海采矿羽流浓度剖面，为深海采矿羽流电学监测提供技术支撑。