基于变分模态分解的锂离子电池寿命预测方法及系统

本申请提供了一种基于变分模态分解的锂离子电池寿命预测方法及系统，本申请的方法包括：获取锂离子电池充放电循环数据集，基于数据集得到关键健康因子，对关键健康因子进行归一化处理；通过VMD方法将归一化后的关键健康因子分解为若干个IMF分量；对每个IMF分量分别构建对应的门控循环单元神经网络GRU模型，并利用对应的GRU模型得到每个IMF分量的预测值，基于每个IMF分量的预测值对锂离子电池的寿命终点进行预测。本申请通过VMD的预处理过程将原始复杂信号转化为物理可解释的子序列输入，为GRU网络提供结构化的特征空间，这种耦合方法充分发挥了信号解析与神经网络建模的双重优势，显著增强了预测模型在强噪声环境下的鲁棒性与预测准确性。