1.一种串联型电池故障预测方法，所述电池串是由m个电池单体通过串联而成，其中m为大于1的自然数；

所述方法包括如下步骤：

步骤1：由实验得到电池串参数电流I，结合串联电路工作特性，当电池串中某一个电池单体电压达到恒流充电末端电压UH时，对其它电池单体达到电压UH所需要的时间Ti(i＝1,

2,3...m‑1)进行统计；对数据预处理，剔除电压或时间数据不全的电池单体；

步骤2：由经预处理后的电池单体数据(包括电压、电流、时间Ti)，根据式ΔEi＝UHITi计算获取每节电池在时间Ti内增加的电池能量ΔEi，将ΔEi数值累加得到每次充电电池串增加的能量En(n代表次数，n＝1,2,3...)；

步骤3：以En数值作为故障因子，建立故障因子数据库，从数据库中选取3组不同的数据分别为训练数据A、训练数据B以及训练数据C；

步骤4：根据训练数据A、训练数据B，分别构建灰色模型GMⅠ、灰色模型GMⅡ；

步骤5：将2个GM模型的输出值相加，再求平均值，作为训练组合模型的输入，将平均值及训练数据C中En作为输入，经训练组合模型，得到准确的组合预测模型；

步骤6：以需要预测的序数n作为输入，经组合预测模型，得到相应的能量预测值Em；

步骤7：当Em小于设定阈值时，表明电池正常；反之，表明电池有故障，之后再进行故障类型判定，最后进行故障定位。

2.根据权利要求1所述的一种串联型电池故障预测方法，其特征在于，所述的电池串增加的能量En产生步骤如下：(1)当电池串中某一个电池单体电压达到UH时，测量其它电池单体达到电压UH所需要的时间Ti(i＝1,2,3...m‑1)；

(2)根据下式

ΔEi＝UHITi

计算获取每节电池在时间Ti内增加的电池能量ΔEi(i＝1,2,3...m‑1)；

(3)根据下式

计算每次充电中电池串在时间Ti内增加的电池能量En(n代表次数，n＝1,2,3...)。

3.根据权利要求1所述的一种串联型电池故障预测方法，其特征在于，所述的故障类型产生步骤如下：(1)当故障分析模块的判断出故障后，根据组合模型预测值，追溯电池单体序号；

(2)以电池串中其他稳定电池单体作为参照对象，建立包含故障单体历史Ti数值的数据集；

(3)通过再次建立GM(1,1)模型，直接对其Ti进行简单预测；

(4)当数据集内Ti值和预测值都趋向于0，判定电池单体存在紧急故障，处于严重衰退状态或者处于短路状态，需维保人员立即维修更换；当预测值呈现缓慢上升时，判定电池单体处于非紧急故障状态，未来可能会发展为紧急故障，需维保人员选择合理解决方案。

4.根据权利要求1所述的一种串联型电池故障预测方法，其特征在于，故障定位步骤为：当预测电池单体存在故障后，输出数据库所对应的电池单体序号，根据序号确定故障电池单体具体位置，实现故障定位功能。

5.根据权利要求1所述的一种串联型电池故障预测方法，其特征在于，所述电池为锂电池、铅酸电池或镍镉电池。