本发明公开了一种基于动态长短期记忆网络的设备性能退化预测方法，属于机械设备寿命预测技术领域，包括如下步骤：选取机械设备正常状态监测数据为参考数据，根据谱距离指标函数提取机械设备的振动特征信号；采用l1趋势滤波技术，对振动特征信号进行趋势滤波处理，得到消除采集误差后平滑的机械真实振动趋势曲线；采用模糊信息粒化技术，将一个信息整体分解成若干个信息块，将机械退化预测分为窗口划分与信息模糊化两个步骤；利用动态LSTM进行模型训练，最终给出综合的性能退化预测。本发明解决了目前基于数据驱动的旋转机械退化状态预测中时序列信息考虑不充分、寿命标签制定不合理、退化模型累计误差大等问题。