锂电池以寿命长、体积小以及成本低等优点,被广泛应用在航空、通讯和电动汽车等领域。但是锂电池存在性能退化的现象,这不仅影响电池的使用寿命,还可能导致重大的灾难性事故,因此准确预测锂电池的剩余寿命是非常重要的。本文在分析锂电池性能退化数据的基础上,构建了新的锂电池健康指标,并建立融合多源不确定性的维纳过程模型研究锂电池的剩余寿命预测的问题。具体工作如下:首先,本文分析了锂电池的工作原理和退化机理,对锂电池的退化过程进行了详尽的分析描述。介绍了锂电池常用的健康指标,充分表明了建立新的健康指标的必要性。分析了NASA PCo E实验室的18650号2代锂电池数据,展示了锂电池在运行过程中各阶段容量、电压以及电流等各指标的变化。其次,分析表明了恒压充电阶段是导致锂电池退化的主要阶段,并且基于恒压充电阶段的不同充放电循环周期的电流变化率构建了新的健康指标,利用该指标刻画锂电池的退化过程。并且利用Box-Cox变换方法优化新的健康指标,使用相关性分析方法进行评估。实验结果表明,优化后的健康指标能够很好的描述锂电池的退化过程并且能够准确预测剩余寿命。最后,建立了融合多源不确定性的维纳过程模型描述受到多种不确定性随机因素影响的锂电池的退化过程,包括时间不确定性、非线性、个体差异性以及测量不确定性;利用融合了测量信息的无迹粒子滤波算法在线估计参数,提高了模型的预测精度;基于电池数据对模型进行验证,实验结果表明提出的模型准确预测了锂电池的剩余寿命并且为剩余寿命提供了概率预测。