本发明公开了一种基于粒子群及神经网络的油管使用年限预测方法，涉及油管状态监测和预测领域，具体步骤为：选取多个影响因素参数，进行相关性系数计算；对所选取的影响因素参数进行归一化处理；通过粒子群算法求取LSTM网络的参数最优解，利用长短记忆神经网络来预测井下油管使用年限，定义LSTM网络架构，并设置参数和训练选项；调整训练选项，最终得到训练后完善的年限预测模型；本发明全面选取影响因素，进行超深井井下油管使用年限的预测，并将预测值与实际值进行比较进行预测模型的优化，从而实现预测油管使用年限的准确性，提高超深井井下油管使用年限的预测精度。