本发明提供了一种基于动态健康指标的燃料电池寿命预测方法,通过传感器测量电信号和物理信号,获取当前工况信息以及电压电流数据；测量不同电流值下的初始功率,建立初始功率的数学模型,并根据实验值确定其参数；根据电流电压计算得到当前实时功率,基于初始功率计算得到当前时间的功率损失率；利用燃料电池健康指标转换方法对所得健康指标进行重构和降维,并进行归一化预处理；建立神经网络模型,确定训练参数,输出燃料电池故障类型以及剩余使用寿命。本发明的提出可以应对动态复杂的运行工况,增强预测模型的鲁棒性与效率,提高燃料电池寿命预测的精度和可靠性以及提供及时准确的维护,实现燃料电池系统可靠运行以及提高性能。