近百年来,人类社会活动越来越频繁,全球气候也不断恶化,气温逐渐升高,频频出现各种极端气候,严重影响到人类的生存与发展。在这种情况下,我国提出了力争2030年实现碳达峰和2060年实现碳中和的目标。在该目标背景下,能源行业的可持续发展能力也得到了越来越多的关注。能源行业作为国民经济中的支柱性行业之一,其可持续发展能力的优劣关乎我国经济的发展情况。因此,建立一个有效的可持续发展能力预测模型以及时预测企业可持发展能力状况,促进企业稳定发展,对国家和企业的发展都具有重要意义。现阶段,可持续发展能力的研究多集中于运用数据分析法、模糊综合评价法、熵权TOPSIS法等分析方法,这些方法对可持续发展能力的研究还处于事后评价阶段,但对于可持续发展能力的事前预测还需要通过深度学习的方法来实现。深度学习模型不同于传统的数据分析方法,它可以自动学习高纬度数据之间的复杂关系特征,并将学习到的特征以我们可识别的方式进行反馈,而其也因能够处理高维复杂数据的优势被广泛应用于各个领域。本文旨在将其应用于企业的可持续发展能力预测领域,以期实现对能源行业可持续发展能力的预测。本文在借助国内外相关专家的研究结果的基础上,结合我国能源企业的发展特征,从经济发展、资源环境、社会责任、企业管理和科技创新五个方面进行能源行业的可持续发展能力预测指标体系构建,最终该体系包含11个二级指标和30个具体指标,以此较全面反应企业可持续发展能力。首先,选取我国上市能源企业2020-2021年度的数据作为样本,并应用于深度神经网络（DNN）算法对样本特征进行训练学习,得到可以应用于案例的深度学习模型;其次,以山西省上市煤炭企业为例,对深度学习模型的可行性和适用性进行分析,并具体剖析了山西省煤炭企业可持续发展能力的表现情况;最后,基于分析的结果,本文从企业自身发展的角度提出相应的建议。