本发明实施例提供一种基于神经网络的加氢自适应控制方法及装置，所述方法包括：获取加氢机加注氢气温度及加注参数，输入到神经网络模型进行模型训练，得到加氢机加注氢气温度与加注参数的神经网络模型；获取实际加注时的充装气瓶的类型，获取实际充装气瓶的类型对应的热力学模型；测量得到实际加注时的加注参数，将加注参数输入到神经网络模型，得到输出的加氢机加注氢气温度；代入热力学模型，得到理想最大压力上升率；实时测量当前压力上升率，根据两者的差值，对加氢机的调压阀进行实时调节。采用本方法能够通过神经网络算法及热力学模型使最终加注压力上升率始终尽可能的接近允许的最大压力上升率，在允许的范围内尽可能地提高加氢速率。