本发明涉及滚动轴承全寿命周期状态监测技术领域，具体为一种滚动轴承全寿命周期状态监测方法及系统。主要包括特征提取、健康状态评估和剩余寿命预测三个部分。首先，在特征提取时，为实现后续健康状态和剩余寿命的准确评估，分别从时域、频域和时频域等角度尽可能多地提取相关特征；健康评估阶段利用多维度健康指标融合用于判断轴承健康状态；最后剩余寿命预测时，本文将健康状态评估阶段提取出的有效特征输入长短期记忆神经网络，以提高模型的稳定性和预测精度，本方法实现了将传统的模式识别的故障诊断方法与深度学习的有效结合。