La previsión de la temperatura de los rodamientos puede proporcionar una detección temprana del estado operativo de la caja de cambios de los aerogeneradores. Para lograr una alta precisión y un rendimiento fiable en la previsión de la temperatura de los rodamientos, se propone un nuevo modelo híbrido en el artículo, que se compone de tres fases. En primer lugar, se emplea el método de descomposición de modo variacional (VMD) para descomponer los datos de temperatura de los rodamientos en varias subseries con diferentes frecuencias. Luego, se utiliza el método SAE-GMDH como predictor en las subseries. El autoencoder apilado (SAE) se utiliza para las características de baja latitud de los datos en bruto, mientras que el método de manejo de datos en grupo (GMDH) se aplica para la previsión de las subseries. Finalmente, el algoritmo competitivo imperialista (ICA) optimiza los pesos para las subseries y los combina para lograr los resultados finales de la previsión. A través de la investigación analítica y la comparación de los resultados de predicción final en todos los experimentos, se puede resumir que (1) el modelo propuesto ha logrado un excelente resultado de predicción al integrar algoritmos de optimización con predictores; (2) los resultados del experimento demostraron que el modelo propuesto superó a otros modelos selectivos, con mayores precisiones en todos los conjuntos de datos, incluidos tres modelos de vanguardia.