空气预热器转子热变形量的软测量深度学习方法，包括以下步骤：根据现场数据利用灰色关联度分析法设置与转子热变形密切相关的辅助变量；建立测量转子热变形量的深度置信网络模型；对软测量模型得到的预测数据和原始数据进行分析，确定深度置信网络所有的网络权值以及隐含层节点数和层数；采用BP神经网络微调模型参数，并结合共轭梯度线性搜索寻优法，得到深度置信网络软测量模型参数的最优估计值，本发明解决了现有技术中存在的测量转子热变形量建模不准确，过程变量中无标签数据没有利用，采用机理建模得到的模型误差较大，选择的输入和输出之间线性相关性不强，参数辨识精度不高的问题。
