本发明涉及盾构掘进参数预测技术领域，提供了基于LSTM优化模型的盾构掘进参数预测方法及系统，包括：获取盾构掘进的时序数据，所述时序数据的每个元素代表一个历史时刻的掘进参数；对于盾构掘进的时序数据，进行预处理后，采用卷积神经网络进行特征提取，并通过注意力机制对不同时间步的特征进行加权，将加权后的特征送入LSTM模型，预测得到未来时刻的被动控制掘进参数。可以更准确预测未来时刻的被动控制掘进参数，从而降低机器运行成本与施工风险。