为减少由于电源系统故障所带来的汽车安全性和可靠性问题,采用电池管理系统进行动力电池的在线监测与控制,为系统的管理和控制提供决策性参考及预测性维护等信息,而电池剩余使用寿命预测是电池管理系统重要的一部分。本文结合数据预处理技术和支持向量机回归方法,基于GB/T 31484-2015中准循环寿命测试获得充放电次数-电池容量数据,提出一种基于数据预处理技术-支持向量机的锂电池剩余使用寿命预测方法。论文主要内容如下:(1)首先参照GB/T 31484-2015中规定的标准循环寿命测试方法设计实验方案并进行相应测试,获取磷酸铁锂电池和三元锂电池循环充放电次数-电池容量保持率数据并进行分析。(2)其次对实验数据进行降噪预处理,采用的降噪方法为多分辨率小波降噪方法,其中降噪模型中的参数通过优化方法获得,优化问题中的目标函数通过交叉检验方法确定,优化问题通过遗传算法求解,并采用建立的降噪模型对锂电池循环寿命数据进行降噪。(3)然后采用迭代多输出时间序列预测方法对经降噪处理后误差仍较大的部分数据进行校正预处理,其中时间序列预测模型中学习模型采用支持向量机回归模型,支持向量机回归模型中参数仍然通过优化方法获得,其中目标函数通过滚动原点评估法确定,并通过先验知识将校正区域两端预测值与实验值差值作为优化问题约束条件,优化问题采用粒子群优化算法求解,并应用建立的时间序列预测模型对锂离子电池寿命数据进行校正。(4)最后建立支持向量机剩余使用寿命预测模型,通过将基于降噪和校正预处理数据建立的支持向量机剩余使用寿命预测模型、基于原始数据建立的支持向量机剩余使用寿命预测模型和基于降噪预处理数据建立的支持向量机剩余使用寿命预测模型进行对比,验证基于降噪和校正预处理数据建立的支持向量机剩余使用寿命预测模型的有效性。