本申请涉及水电解槽寿命预测技术领域，其具体地公开了一种PEM水电解槽寿命预测方法，其采用基于深度学习的人工智能技术对PEM水电解槽的运行电压数据进行数据分析，通过对其进行经验模态分解和频域特征提取，以挖掘出各个电压信号固有模态分量的频域特征，进而，通过对各个电压信号固有模态的频域特征进行内核特征聚集处理，捕捉电压信号的内在核心规律性和时序变化模式，以此来实现对PEM水电解槽寿命的智能预测。通过这种方式，可以有效提高PEM水电解槽寿命预测的准确性和效率，同时降低了传统的实验室加速老化测试方法带来的高成本和高时间消耗。