本发明公开了一种基于DBN和多层模糊LSTM的电动舵机剩余寿命预测方法及系统,包括:获取电动舵机实时监测数据;对获取的实时监测数据进行预处理;将预处理后的数据输入到训练好的舵机状态退化模型,输出预测的电动舵机剩余寿命;其中,所述舵机状态退化模型对预处理后的数据通过深度置信网络提取特征规律,然后通过多层模糊LSTM网络提取数据序列中的时间特征;基于所述特征规律和时间特征,得到预测的电动舵机剩余寿命。本发明采用基于DBN和多层模糊LSTM的深度学习网络模型进行电动舵机剩余寿命预测,可以有效地提取多维电动舵机传感器监测数据中的特征规律和序列的时间特征,提高剩余寿命预测的精度;提高舵机在运行时的安全性和可靠性。