由于锂离子电池具有长循环寿命、高密度能量等优点，其在军事、工业、社会等领域被广泛应用，但由其失效而引发的安全事故时有发生。准确地对其进行剩余寿命（RUL）预测，可切实保障电池运行过程的可靠性和经济性。由于Wiener过程可以描述非单调退化过程，且具有良好的物理解释与数学特性，而成为了RUL中最主流的模型之一。然而，锂离子电池由于操作条件、内部机制等变化，其退化会出现时变不确定性、变点、容量恢复问题，造成退化轨迹呈现两阶段甚至多阶段现象。现有的基于Wiener过程的锂离子电池RUL预测方法一般用于单阶段退化过程，难以适用于上述问题。因此，本文从锂离子电池基本特性与退化分析入手，针对其退化时变不确定性、变点和容量恢复问题，从“单阶段-两阶段-多阶段”思路，研究基于Wiener过程的锂离子电池RUL预测方法。论文主要研究内容如下：
　　首先，阐述了锂离子电池的组成结构与工作原理，确定循环寿命为衡量电池寿命的性能指标。对NASA和CALCE锂离子电池实验数据进行可视化处理，分析了电池退化的影响因素，并结合实验数据，进一步证实了锂离子电池退化过程中的变点和容量恢复问题。
　　其次，针对锂离子电池的退化时变不确定性，基于单阶段Wiener过程模型特性和寿命定义，推导了其寿命解析解，并采用极大似然估计（MLE）方法进行了参数估计。在此基础上，进一步考虑了个体之间的差异性与非线性，推导出其寿命分布函数，最后通过NASA实验数据验证该方法的有效性。
　　然后，针对锂离子电池退化过程中出现的变点问题，基于两阶段Wiener过程建立其退化模型，考虑到初始退化状态转变为变点退化状态的随机性和电池个体之间退化的差异性，在首达时间概念下，推导了RUL的解析解。并采用EM算法和Bayesian方法对变点和模型参数进行辨识，最后通过数值仿真和CALCE数据对该方法的合理性进行验证。
　　最后，针对锂离子电池退化过程中出现的容量恢复问题，以不连续漂移函数建立带随机跳跃的的多阶段退化模型，充分考虑了容量恢复增量的随机性和其恢复处退化量的不确定性，在寿命定义下，推导其首达时间分布，并利用两阶段经验MLE方法对容量恢复信息和退化模型参数进行估计，最后通过数值仿真和NASA实验数据对该方法的有效性进行验证。