煤矿综采工作面顶板和底板的起伏状态预测是工作面智能化开采的关键技术之一.为解决煤层顶底板形状预测误差较大的问题,基于采煤机记忆截割技术的基本原理,构建了一种基于卷积长短时记忆网络(CONV-LSTM)的综采工作面顶底板形状预测模型.首先,利用已采取区域采煤机走向的空间信息和回采走向的时间信息,提取出顶底板的形状特征;其次,利用所提取的形状特征,构建了CONV-LSTM 模型;最后,利用青龙寺煤矿5-20109工作面煤层形状数据对模型进行评估,现场测试表明,顶板形状的预测平均误差为3.5 cm,底板形状的预测平均误差为5.8 cm.结果表明,CONV-LSTM 模型可实现顶底板形状的精准预测,满足工程中对采煤机前后滚筒调高的需求,对于实现综采工作面智能化开采具有重要意义.