本发明涉及一种基于极端梯度提升算法的转炉TSC预测方法，属于冶金方法技术领域。本发明的技术方案是：使用专门仪器配合数据库和转炉二级系统获得预测相关的静态数据、动态数据与目标值；对采集到的静态数据、动态数据和目标值进行预处理，获得有效数据集，并将该数据集随机划定训练集、验证集及测试集；搭建极端梯度提升模型架构，对其进行训练并结合验证集获得TSC预测模型训练信息；不断调整模型的超参数，在这之后使用测试集对模型进行评估，判断该模型是否需要继续优化；根据TSC预测值调整吹氧与加料制度，控制转炉终点。本发明的有益效果是：通过基于极端梯度提升算法进行转炉TSC预测，可以有效对TSC‑碳、TSC‑磷与TSC‑温度进行精准预测，为后续转炉终点控制与自动化提供了新的参考。