本發(fā)明公開了一種基于貝葉斯混合神經(jīng)網(wǎng)絡(luò)的電池剩余使用壽命預(yù)測方法。首先收集鋰電池充放電過程中的運行數(shù)據(jù)，本發(fā)明在特征提取方面采用格拉姆角場的方法進行特征提取，將電池歷史剩余容量序列轉(zhuǎn)換成時間序列圖片來豐富信息和降低測量噪聲；在模型構(gòu)造方面，將貝葉斯估計與深度學(xué)習(xí)方法融合，構(gòu)建貝葉斯混合神經(jīng)網(wǎng)絡(luò)，其主要包括用于貝葉斯長短期記憶網(wǎng)絡(luò)、貝葉斯卷積神經(jīng)網(wǎng)絡(luò)和貝葉斯深度神經(jīng)網(wǎng)絡(luò)。本發(fā)明克服了傳統(tǒng)電池剩余壽命預(yù)測算法處理不平衡和小樣本數(shù)據(jù)能力差、泛化性較弱、長期預(yù)測精度低的劣勢，提高了電池剩余壽命預(yù)測的精準(zhǔn)度。