一种基于变分模态分解混合模型预测电动汽车锂电池剩余寿命的方法

本发明公开一种电动汽车锂电池剩余寿命预测方法(VMD‑AbiCT)，具体步骤包括：1)采集锂电池工作状态信号，并获取电池容量退化原始数据；2)对锂电池容量退化数据进行变分模态分解(VMD)，得到不同尺度的子序列；3)使用改进的趋势注意力机制专家模型(Trend‑AttMoE)、卷积神经网络(CNN)和转换器模型(Transformer)预测不同类型的子序列；4)叠加不同类型子序列预测值，最终获取容量预测值，估计锂电池剩余寿命。本发明针对容量退化数据进行变分模态分解，有效降低信号复杂性，并根据不同深度学习模型的优点，来预测不同类型的子序列，可以面对长时间运行过程中多变的情况，提高了锂电池剩余寿命预测精度和稳定性。