El transistor bipolar de puerta aislada (IGBT) es un componente crucial de los convertidores de potencia (PCVs) y se utiliza comúnmente en varias topologías de PCVs. Por otro lado, la investigación y el estudio del componente IGBT muestran varios cambios en su comportamiento y vida útil, ya que este componente está altamente influenciado por las condiciones de operación. De hecho, el monitoreo de este componente es necesario para minimizar tiempos de inactividad inesperados del sistema de energía eólica (WES). Sin embargo, una predicción precisa de la vida útil restante de los IGBT es el habilitador clave para una operación optimizada a lo largo del tiempo. En consecuencia, este trabajo propone un nuevo enfoque de pronóstico para el monitoreo en línea de los IGBT que adopta el análisis en el dominio del tiempo para extraer información útil que se utiliza como entrada en la generación del indicador de salud. Además, este enfoque se basa en combinar tanto la técnica de análisis de componentes principales (PCA) como la técnica de red neuronal feedforward (FFNN). PCA se utiliza para reducir las características extraídas de los IGBT y el FFNN se implementa para lograr una regresión en línea del parámetro de tendencia obtenido de la técnica de PCA. Para investigar y evaluar el rendimiento de nuestra idea, utilizamos la base de datos de envejecimiento acelerado de IGBT del Centro de Excelencia en Pronósticos del Laboratorio Ames de la NASA. Finalmente, los resultados obtenidos muestran claramente la fortaleza del nuevo parámetro de tendencia para la predicción de la vida útil restante de los IGBT. La correlación más notable dentro del enfoque propuesto está relacionada con el valor de precisión, con una tasa de precisión promedio aceptable del 60.4%.