针对当前复杂装备运维系统急需实现智能化转型的问题，提出了一种与深度学习技术相结合的复杂装备运维系统数字孪生框架，建立了基于深度学习的复杂装备运维系统数字孪生理论和应用框架。在理论层面，结合深度学习构建了多层次的运维系统数字孪生框架；在应用层面，基于“知识-数据-模型”并行驱动的形式，构建了运维系统全生命周期的数字孪生应用框架；在数据角度，提出了一种理论框架与NST模型结合的应用形式，并通过实验进行了验证。实验结果表明，针对动车组的非稳态时间序列数据，NST模型具有更好的预测效果。