简介： 本发明涉及一种新型混合的锂离子电池健康状态预测方法，首先采集电池容量数据，并对容量数据进行分析，再对提取的充放电序列和容量数据序列进行相关性分析，构建健康指标，然后利用自适应噪声的全集合经验模态分解(CEEMDAN)将健康指标序列分解为趋势因子和随机因子。其中，相对平滑的趋势项数据序列采用自回归综合移动平均模型(ARIMA)进行预测；接着将ARIMA预测的残差与CEEMDAN分解得到的非趋势项组合成新的非趋势项；然后引入最小二乘支持向量机(LSSVM)建立非线性预测模型并进行预测。最后，结合趋势项数据序列和非趋势项数据序列的预测结果，为健康状态和剩余使用寿命的评估提供参考。本发明在预测锂离子电池剩余寿命方面有效地做出了改善，大大的提高了预测精度。