本发明涉及电缆故障预判分析领域，具体公开一种基于神经网络算法的电缆故障预判分析方法。本发明构建了电缆故障诊断的特征矩阵，包括故障定位、电缆表面温度、局部放电、护层环流；利用大数据，根据故障节点和故障规则定义故障单元和故障树，形成树形的故障专家库，进而确定电缆故障类型；收集往年电缆故障的历史数据，包括诊断特征矩阵和故障类型，将数据归一化作为样本集；构建包含输入层、2对卷积池化层、全连接层和输出层的卷积神经网络，利用样本集在有监督模式下对网络进行训练，优化损失目标函数，最终得到电缆故障诊断模型，电缆故障诊断模型能够通过实际测量的诊断特征矩阵对电缆的故障做出预警，维护电缆系统的稳定，减少经济损失。