一种基于变分模态分解及Transformer-GRU的电池剩余寿命预测方法

本发明公开一种基于变分模态分解及Transformer‑GRU的电池剩余寿命预测方法，首先对电池进行循环测试得到电池剩余寿命数据构建原始数据集；对原始数据集变分模态分解后分解为多个本征模态分量从而实现噪声与有效信号的精准分离；利用Transformer捕捉上述各本征模态分量中的长期趋势与全局依赖关系，利用GRU网络捕捉上述各本征模态分量中的局部动态特性；最后，将上述Transformer和GRU网络的预测结果融合，实现电池剩余使用寿命的精准预测。与现有技术相比，本发明通过VMD预处理显著提升数据质量，采用并行架构同时兼顾长短期特征提取，在计算效率和预测精度方面均有明显提升，同时具有结构简洁、实时性强等优势，可以满足电池健康管理的在线监测需求。