一种基于ICEEMDAN和SSA-HELM的锂电池剩余寿命预测方法

本申请提供了一种基于ICEEMDAN和SSA‑HELM的锂电池剩余寿命预测方法，包括：S1、提取锂电池充放电过程中的多个间接健康因子，并使用主成分分析法对多个间接健康因子进行降维处理，以重构为融合健康因子；S2、利用完全自适应噪声集合经验模态分解ICEEMDAN对所述融合健康因子进行分解，得到多个能够反映电池容量回升现象的模态分量和残差信号；S3、将多个模态分量输入至分层极限学习机HELM，以电池容量作为输出，利用麻雀搜索算法SSA进行优化，以构建出电池容量预测模型；S4、使用所述电池容量预测模型预测电池容量，进而根据电池寿终阈值判断电池剩余寿命。该方法通过解决健康因子之间的信息冗余问题，提高了预测精度，通过消除容量回升现象的影响，提高了模型的稳定性。