本发明实施例涉及一种基于深度学习的GIS导体温度实时估算方法、装置及设备，通过GIS仿真模型根据影响GIS设备导体温度的参数变量采集到训练数据，对训练数据经过归一化处理后得到样本数据，采用样本数据进行深度学习训练，得到GIS导体温度估算模型，对GIS导体温度估算模型进行校准测试，得到温度估算神经网络模型，该温度估算神经网络模型能够根据参数变量得出GIS导体温度估算值，得到的GIS导体温度估算值的准确度高，从而便于对GIS内部是否发生过热故障进行实时监测和预警，及时发现故障，解决了现有对GIS内部导体测量的温度数据不准确，且无法实时测量的技术问题。