本发明公开了一种基于时间序列图与图卷积记忆网络的轴承寿命预测方法。该方法基于子类拆分对轴承全寿命退化序列进行处理，利用动态时间扭曲重心平均充分融合时序数据中的退化特征，构建融合序列。求解融合序列与原始序列间的动态时间规整距离作为图节点特征，并提出新的基于时序信号方差值的邻接矩阵构造方法。搭建图卷积记忆网络模型，在传统图神经网络中引入记忆单元，从时间域和空间域上提取不同时刻轴承退化特征，建立监测数据与退化趋势的映射关系，进而准确预测轴承的剩余使用寿命。