本发明为一种基于性能退化分析与深度学习的接触器剩余寿命预测方法，首先提取了与交流接触器寿命相关的特征量，再从多个特征量中提取关键特征量；其次，对交流接触器性能退化过程进行分析，计算触头电压序列的多尺度排列熵，识别性能拐点，根据性能拐点将交流接触器的整个退化过程分为偶发故障期和耗损故障期；最后，建立基于双注意力机制的预测模型，预测模型以长短时记忆网络为主干网络，双注意力机制包括特征注意力机制和时间步注意力机制；利用预训练的预测模型，根据耗损故障期的数据对交流接触器剩余寿命进行预测。该方法同时关注与交流接触器剩余寿命相关的关键特征量和各个时间步长学习到的内容，提高了预测精度。