本发明公开了一种基于时变特征构图的燃气轮机上多种测点时序预测方法，通过端到端方式提取输入样本的时变特征并构造关联关系网络，并使用时空卷积网络进行序列预测，所采用的预测模型包括一个时变关联网络构造模块，一个时空卷积特征融合模块以及一个序列预测输出反馈模块；时变关联网络构造模块用于提取样本中的时变特征信息并构造时变关联网络，时空卷积特征融合模块用于输入和时变关联网络构造模块的输出聚合样本的特征，序列预测输出反馈模块用于实现网络的迭代优化，最终输出燃气轮机多传感器时间序列预测曲线。本发明将数据中隐含的时变信息加入到关系网络构建当中，实现了自适应的时变特征学习，进一步提升了时间序列的预测效果。