本发明公开了一种基于神经网络的LNG罐箱剩余维持时间预报方法，包括如下步骤：步骤一、在待测LNG罐箱中布置传感器，对LNG罐箱进行静置试验，获取监测数据；步骤二、对监测数据进行预处理并进行储存；步骤三、判断罐箱是否有特定罐箱模型；如果有，则将步骤二中得到的储存数据输入特定罐箱模型进行预测；否则转向步骤四；步骤四：判断步骤二得到的储存数据的压力跨度是否足够；如果足够，转向步骤五；否则转向步骤六；步骤五：按梯度选取步骤二得到的储存数据，进行特定罐箱训练，得到特定罐箱模型；步骤六：将步骤二得到的储存数据，输入通用预测模型进行预测；具备准确度高，可迭代，适应性强的优点，提高了LNG罐箱运输的安全性。