本发明公开了一种基于CycleGAN的水泥水化反应程度预测方法及系统，包括如下步骤：S1、水泥净浆试件的微观结构图像采集；S2、建立微观孔隙结构图像数据集；S3、建立基于CycleGAN的水泥微观水化预测模型；S4、基于最终的水泥微观水化预测模型完成预测。本发明将深度学习算法应用于水泥微观水化预测，以数据驱动的模式代替复杂的理论公式，减少了对理想假设的依赖，进而提高了对水泥微观水化的预测精度；相比传统模型需要借助多次迭代预测水泥的微观水化过程，本模型利用结合深度学习领域中的图像域迁移理论，端到端的预测水泥的微观结构随水化时间的变化过程，可大幅度提高模型预测效率。