简介： 本发明公开了基于DST和BMC技术的锂离子电池剩余使用寿命预测方法，该方法包括以下步骤：1.根据电池容量数据的特点，确定容量衰减模型；2.用证据理论(Dempster-Shafer?Theory，DST)对可使用的电池数据进行处理，得到模型参数的初始值；3.当输入被监测电池的容量数据时，通过贝叶斯蒙特卡洛(Bayesian?Monte?Carlo，BMC)技术对模型参数实时更新以跟踪电池容量的衰退趋势；4.外推模型到失效阈值得到电池剩余使用寿命预测值。本发明提出的方法具有以下优点：1.具有在电池寿命早期就能精确预测剩余寿命的能力；2.不需要大量的训练数据；3.实现预测结果的概率密度分布输出。