本发明提供了一种少样本数据增强与迁移的电驱动系统故障预测方法，包括：采集电驱动系统在正常工作状态下的运行数据，使用运行数据对LSTM网络模型进行预训练；采集电驱动系统在故障状态下的故障数据，对故障数据进行特征标签的标定操作，并通过时间滑窗对少样本故障数据进行数据增强处理；对预训练的LSTM网络模型进行迁移学习得到故障预测模型，使用增强后的故障数据对故障预测模型进行训练；使用训练好的故障预测模型进行故障预测，输出预测故障曲线。本发明有益效果：可以高效利用较少的数据进行训练，相对于传统模型能够更精准的识别和预测电机总成的潜在故障。