为降低容量回升和噪声对锂离子电池剩余使用寿命(RUL)预测的影响,提出利用运行数据和容量数据的时序信息, 基于多尺度时序卷积网络(TCN)的 RUL 联合预测方法。 使用变分模态分解(VMD)法分解锂离子电池原始容量数据,将衰 减过程中的非线性特征和主要衰减趋势分别分解到高频分量和低频分量;针对高频分量,使用多尺度 TCN 进行滚动迭代 预测,以捕获容量的短期变化;针对低频分量,从运行数据中提取特征,输入多尺度 TCN 进行预测,以捕获容量的长期趋 势;最后,将预测结果还原为容量预测值。 基于美国航空航天局(NASA)数据集验证的结果表明,该方法的容量预测误差均 方根误差(RMSE)最小值为 0. 011 1,相应的平均绝对误差(MAE)最小值为 0. 008 6,RUL 预测误差基本在 2 次循环以内。 关键词:锂离子电池; 剩余使用寿命(RUL); 联合预测; 变分模态分解; 多尺度时序卷积网络(TCN)