本发明公开了一种基于集成深度学习的污水处理过程软测量建模方法。首先获取污水数据作为辅助变量；再对采集到的几个变量使用KPCA特征选择之后作为模型的输入；建立污水软测量集成模型，该集成模型有两层，第一层包括BiLSTM、LSSVM和XGBoost三个基学习器，采用5折交叉验证方法进行训练，第二层采用ELM作为元学习器；最后采用极限学习机对初始预测结果进行误差校正。为了提高模型的性能，提出了RSA算法对模型参数进行优化；并根据RSA算法在收敛精度以及易陷入局部最优等方面问题，使用拉丁超立方、非线性因子、黄金正弦和翻筋斗策略对其进行改进。与传统的软测量方法相比，本发明能够集合各模型的优势，整体模型泛化能力更强，预测精度更高。