1.一种储能电池性能劣化的早期预警方法，包括如下步骤：
2.根据权利要求1所述的储能电池性能劣化的早期预警方法，其特征在于步骤s1所述的获取储能电池的容量退化数据集，具体包括如下步骤：
3.根据权利要求2所述的储能电池性能劣化的早期预警方法，其特征在于步骤s3所述的对步骤s2得到的训练数据集进行小波分析，得到不同频率下的多维度本征分量，具体包括如下步骤：
4.根据权利要求3所述的储能电池性能劣化的早期预警方法，其特征在于步骤s4所述的对步骤s3得到的本征分量数据信息进行主成分分析，得到核心频率信号，具体包括如下步骤：
5.根据权利要求4所述的储能电池性能劣化的早期预警方法，其特征在于步骤s5所述的基于informer网络，构建储能电池性能劣化的早期预警初始模型，具体包括如下步骤：
6.根据权利要求5所述的储能电池性能劣化的早期预警方法，其特征在于所述的输入序列，具体包括如下内容：
7.根据权利要求6所述的储能电池性能劣化的早期预警方法，其特征在于所述编码器，具体包括如下内容：
8.根据权利要求7所述的储能电池性能劣化的早期预警方法，其特征在于所述的解码器，具体包括如下内容：
9.根据权利要求8所述的储能电池性能劣化的早期预警方法，其特征在于步骤s6所述的训练，得到储能电池性能劣化的早期预警模型，具体包括如下步骤：
10.一种实现权利要求1～9之一所述的储能电池性能劣化的早期预警方法的系统，其特征在于包括数据获取模块、数据处理模块、小波分析模块、主成分分析模块、模型构建模块、模型训练模块和早期预警模块；数据获取模块、数据处理模块、小波分析模块、主成分分析模块、模型构建模块、模型训练模块和早期预警模块依次串联；数据获取模块用于获取储能电池的容量退化数据集，并将数据上传数据处理模块；数据处理模块用于根据接收到的数据，对数据进行数据预处理，得到训练数据集，并将数据上传小波分析模块；小波分析模块用于根据接收到的数据，对训练数据集进行小波分析，得到不同频率下的多维度本征分量，并将数据上传主成分分析模块；主成分分析模块用于根据接收到的数据，对本征分量数据信息进行主成分分析，得到核心频率信号，并将数据上传模型构建模块；模型构建模块用于根据接收到的数据，基于informer网络，构建储能电池性能劣化的早期预警初始模型，并将数据上传模型训练模块；模型训练模块用于根据接收到的数据，采用核心频率信号对构建的初始模型进行训练，得到储能电池性能劣化的早期预警模型，并将数据上传早期预警模块；早期预警模块用于根据接收到的数据，采用得到的储能电池性能劣化的早期预警模型，进行实际的储能电池性能劣化的早期预警。