基于模态分解和Informer-LSTM的锂电池寿命预测方法

基于模态分解和Informer‑LSTM的锂电池寿命预测方法，属于电池寿命预测领域，采用CEEMDAN方法将电池容量数据序列分解为多个作为高频分量的本征模态分量和一个作为低频分量的残差分量，降低电池容量不规则回升现象带来的影响；低频分量输入LSTM网络模型得到低频分量预测结果；采用Dlinear方法将高频分量二次分解为趋势项和残差项，保留关键信息的同时降低高频分量的波动程度，以提升预测稳定性。每个高频分量分解的趋势项和残差项分别输入Informer网络模型进行预测后将结果叠加，提取复杂波动数据中的隐含特征，得到该高频分量的预测结果；之后将低频分量预测结果和多个高频分量的预测结果加权融合，得到最终预测结果。