一种基于智能混合驱动模型的锂电池剩余使用寿命预测方法

本发明公开了一种基于智能混合驱动模型的锂电池剩余使用寿命预测方法，利用双指数退化模型(DEDM)对目标系统的长期退化趋势进行建模，通过非线性最小二乘法拟合模型参数；再通过模糊随机配置网络(F‑SCN)对实际观测数据与退化趋势的残差波动进行动态学习；最后，通过高斯过程回归(GPR)将趋势预测与残差预测结果集成，实现高精度剩余寿命预测。本发明通过物理模型与数据驱动模型的协同优化，解决了传统方法在有限数据下难以兼顾趋势拟合与局部波动的问题，显著提升了预测精度与可靠性。