本发明公开了一种基于深度学习理论的梯级电站水力关系耦合方法，涉及水电运行技术领域，包括以下步骤：S1，基于互信息中的条件互信息理论进行输入因子的选取；S2，构建第一模型，通过第一模型对输入因子进行数据处理得到上游出库流量与下游入库流量的深度学习网络模型；S3，根据上游出库流量与下游入库流量的深度学习网络模型确定上下游梯级电站的水力耦合关系，基于上下游梯级电站的水力耦合关系确定下游电站的入库流量；通过此种设计实现电力现货市场中上下游梯级电站水力关系的耦合计算，可为水电为主的电力现货市场运行提供重要技术支撑。