针对目前碳化硅金属氧化物半导体场效应晶体管（SiC MOSFET）实际工况中在线寿命预测难度大的问题，提出了一种基于粒子群BP（PSO-BP）神经网络的SiC MOSFET模块寿命预测数字化实现方法。首先利用导通压降平台提取SiC MOSFET的导通压降作为温敏电参数，建立基于实验数据的结温预测方案；其次利用功率循环加速老化实验平台，提取老化特征数据，建立基于PSO-BP神经网络的寿命预测方案；然后将结温预测方案与寿命预测方案移植到可编程阵列逻辑（FPGA）中，实现SiC MOSFET寿命预测数字化；最后设计电路验证。实验表明，数字化显示的结温与真实结温的误差为4.73℃，与真实寿命次数的误差百分比为0.041，证明所提的寿命预测方法得到了数字化实现，并能够准确地预测SiC MOSFET模块的寿命次数。