El cambio en el espesor de la veta de carbón tiene una influencia importante en la seguridad de la mina de carbón y en la minería eficiente. Es muy importante predecir con precisión el espesor del carbón. Sin embargo, la precisión de la interpolación de pozos de sondeo y la red neuronal BP no es alta. La descomposición modal variacional (VMD) tiene una fuerte capacidad de eliminación de ruido, y la red neuronal de memoria a corto y largo plazo (LSTM) es especialmente adecuada para la predicción de secuencias complejas. Este documento presenta un método de predicción del espesor del carbón utilizando VMD y LSTM. En primer lugar, se utilizan los métodos de descomposición modal empírica (EMD) y VMD para eliminar el ruido de señales simples, y se verifica el efecto de eliminación de ruido del método VMD. Luego, se construye el modelo de espesor de carbón en forma de cuña, y se lleva a cabo la modelización y análisis sísmico hacia adelante. Los resultados muestran que la predicción del espesor del carbón basada en atributos sísmicos es factible. Sobre la base de la eliminación de ruido VMD de los datos sísmicos 3D originales, se utiliza VMD-LSTM para predecir el espesor del carbón y se compara con los resultados de predicción de la red neuronal BP tradicional. El método de predicción del espesor del carbón propuesto en este documento tiene una alta precisión y coincide básicamente con la información de la veta de carbón expuesta por los pozos de sondeo existentes. El error absoluto mínimo en la predicción del espesor del carbón es solo de 0.08 m, y el error absoluto máximo es de 0.48 m. Esto indica que VMD-LSTM tiene una alta precisión en la predicción del espesor del carbón. El método propuesto de predicción del espesor del carbón puede utilizarse como un nuevo método para la predicción del espesor del carbón.