基于弹性网络的多尺度宽度ELM锂电池RUL预测模型及方法

本发明公开了一种基于弹性网络的多尺度宽度ELM锂电池RUL预测模型及方法。预测模型，包括CEEMDAN多模态分解模块、多极限学习机模块、弹性网络正则化宽度神经网络模块；CEEMDAN多模态分解模块将电池衰退数据分解为多个本征模态IMFs，并通过多尺度特征提取模块提取多尺度特征信息，将提取的多尺度特征信息输入ELM模块进行训练，并基于多个性能指标选择较优的多个ELM，最后，将多个ELM的预测结果作为新的特征，和通过宽度拓展的增强特征，将二者输入到弹性网络正则化宽度神经网络模块得到最终预测结果。本发明能够有效降低训练数据量，能够在提高预测精度的同时显著降低计算复杂度并保证系统的实时性应用。