1.一种基于GASVM-AUKF算法的锂电池剩余寿命预测方法，其特征在于，包括：获取锂电池的容量数据，并根据所述容量数据建立状态空间方程；

基于所述状态空间方程和自适应无迹卡尔曼滤波AUKF算法，获取锂电池对应的残差数据；

基于支持向量机SVM算法，计算所述残差数据的预测值；

基于所述AUKF算法和所述残差数据的预测值，预测所述锂电池的电池剩余寿命。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：在计算所述残差数据的预测值时，基于遗传算法对所述SVM算法中的算法参数进行优化。

3.根据权利要求1所述的方法，其特征在于，所述根据所述容量数据建立状态空间方程，包括：在所述容量数据中确定起始预测点；

根据所述起始预测点之前的容量数据和最小二乘法，建立所述状态空间方程。

4.根据权利要求1所述的方法，其特征在于，所述基于所述状态空间方程和自适应无迹卡尔曼滤波AUKF算法，获取锂电池对应的残差数据，包括：对所述状态空间方程进行无损变换；

基于无损变换的结果预测并更新噪声协方差矩阵，以得到锂电池对应的残差数据。

5.根据权利要求1所述的方法，其特征在于，所述基于支持向量机SVM算法，计算所述残差数据的预测值，包括：根据ε-SVR的支持向量机和径向基核函数，计算所述残差数据的预测值。

6.根据权利要求1所述的方法，其特征在于，所述基于所述AUKF算法和所述残差数据的预测值，预测所述锂电池的电池剩余寿命，包括：基于所述AUKF算法和所述残差数据的预测值，计算锂电池预测容量；

若所述锂电池预测容量大于预设容量阈值，则判定预测准确，以得到所述锂电池的电池剩余寿命。