本发明公开了一种基于时间递归神经网络的钻井事故预警模型。第一步，采用自回归模型分析方法预测某一时刻的钻井特征值，并衡量预测得到的特征值与该时刻钻井真实数据之间的差异，由此得到事故候选集合。然后利用专家知识对事故候选集合中的事故进行真伪判断，并划分事故类型；最后获得已标注的若干钻井时序数据；在获得标注数据的前提下，训练一个有监督的模型，第二步，基于深度学习，构建时间递归神经网络模型。首先，随机选取部分标注的时序数据作为训练集，具体输入为各特征的组合和时间窗口的选取，然后对模型进行训练，最终预测输出一分钟后的事故发生概率与事故发生的类型。