本发明适用于路面养护技术领域，涉及一种基于时序深度学习的路面性能预测方法及装置，包括以下步骤：获取目标路段并对目标路段的相关数据进行预处理；选取对目标路段的路面性能进行预测模型的输入参数和输出参数；其中，输入参数包括目标路段在历史周期内养护行为数据，输出参数包括目标路段在当前周期内的路面性能指标数据；基于循环神经网络构建包括输入参数和输出参数的时序预测模型，时序预测模型包括输入层、输出层和隐藏层；采用Adam优化算法实现时序预测模型的学习率自适应和参数梯度更新，以使经过训练的时序预测模型输出路面性能预测值。本发明方案选用循环神经网络搭建预测模型，结合路段养护行为和历史路面性能数据，提高了预测准确性。