本发明公开了一种电梯液压缓冲器隐患识别深度学习装置及方法，所述装置包括磁吸式反射板、激光测距传感器和上位机。所述方法包括将电梯压入底坑对缓冲器进行压缩，随后将电梯重新提起使缓冲器复位，激光测距传感器实时采集缓冲器位移信息；构建长短时记忆模块及全连接层模块并联深度神经网络模型；构建长短时记忆模块及全连接层模块并联深度神经网络模型；长短时记忆模块识别电梯运行状态，截取完整位移变化信息、分段线性插值变换后输入全连接层模块识别缓冲器隐患；特征分析模块结合长短时记忆模块识别到的运行状态，计算特征信息，输入特征分析模块识别到隐患；分析全连接层模块输出的隐患与特征分析模块输出的隐患，确定最终隐患。