基于经验模态分解及数据融合驱动的锂电池容量预测方法

本发明提供的基于经验模态分解及数据融合驱动的锂电池容量预测方法，包括步骤S1，获取某锂电池的历史容量退化数据，形成源数据集；步骤S2，利用经验模态分解对源数据集进行迭代筛选，将其历史容量退化数据分解为残差序列和多个本征模态函数；步骤S3，构建长短期记忆神经网络源预测模型，利用步骤S2得到的残差序列和本征模态函数数据对该构建的源预测模型进行预训练；步骤S4，对预训练完成的源预测模型进行参数微调实现迁移学习，得到最优预测模型；步骤S5，利用步骤S4得到的最优预测模型预测目标锂电池的未来容量。本发明可以有效预测锂电池的未来容量与剩余寿命。