简介： 本发明公开了一种基于变分模态分解(VMD)与集成深度模型的锂电池剩余寿命预测方法。将电池可放电容量作为衡量电池剩余寿命的性能指标，首先运用VMD对可放电容量数据进行多尺度分解，深层次挖掘电容数据不同尺度背后的隐含信息；然后针对不同模态分量特性分别选取长短期记忆神经网络(LSTM)和多层感知机(MLP)两种子学习器进行训练，并基于并行式框架将各子学习器的结果集成，预测出锂电池的剩余使用寿命。该方法可以有效感知电池容量中的再生和波动特性，在对锂电池剩余使用寿命预测时具有较高的预测精度和泛化能力。