摘要
本发明涉及锂离子电池寿命预测方法，属于电池寿命预测与智能维护领域。步骤：S1、采集电池容量退化序列，检查完整性并归一化；S2、使用改进的完全集合经验模态分解算法分解序列，根据过零率分为高低频分量；S3、对高频分量建模：融合多尺度通道交互注意力、时序卷积网络和混合专家模型，提取短期波动与容量回升特征；S4、对低频分量建模：引入双指数退化模型约束的双向门控循环单元网络，模拟长期趋势；S5、通过张量分解构建高频迁移模块，提升跨电池泛化，融合高低频结果输出剩余寿命预测值。本发明结合信号分解、深度学习与物理建模的双通道框架，提高复杂退化下的预测精度与适应性，适用于多种电池系统。
