本发明公开了一种基于K‑LSTM的铝电解槽状态预测方法，包括以下步骤：步骤1：对数据进行归一化处理；步骤2：根据设定的滑动窗口大小m，构建训练集和测试集；步骤3：构建改进的LSTM模型，对模型的参数进行初始化；步骤4：用训练集对预测模型训练，采用梯度下降的方法更新参数，迭代数次后直到达到精度要求；步骤5：将测试集喂给训练好的模型中，利用历史数据预测t+1时刻的预测值。本发明基于改进后的K‑LSTM算法，针对LSTML遗忘门单元中存在的样本不平衡问题，通过设置权重的方法来消除样本不平衡性，能够有效地对铝电解槽状态做出预测。