本发明涉及人工智能领域，尤其涉及一种复杂工况下航空发动机多部件性能预测方法，包括：步骤1、采集航空发动机多种工况下不同部位的截面压力和截面温度，模拟样本空间分布情况，预处理后划分为训练集和测试集；步骤2、故障部件定位神经网络的训练；步骤3、故障部件不可测参数估计神经网络训练；步骤4、故障部件不可参数预测神经网络的训练。本发明基于航空发动机在不同工况下各个部件的压力与温度传感器数据，利用深度学习在大数据前提下预测优势对该数据进行分析学习，以便对航空发动机故障部件进行定位，不可测参数估计与预测，可以为部件性能预测提供系统性方法，以避免航空发动机故障部件的失效。