本发明公开了一种基于多维数据融合的设备状态预测方法和系统，包括：对设备运行全生命周期的状态监测信号进行采集和预处理，利用小波包分析对状态监测信号进行降噪处理，对原始状态监测信号和本征模态分量进行时域、频域和时频域的特征提取，使用排列熵和信息熵进行特征筛选，对已经筛选过的特征进行设备工况的无监督识别，在云中心端进行模型训练，并保存至边缘端进行设备运行状态及其剩余寿命的预测。本发明利用多任务学习方法挖掘相似工况中的有用多维数据信息以提升设备状态及其剩余寿命预测模型的回归性能，采用云边结合的系统架构节省通信开销，增加计算效率。