1.一种针对质子交换膜燃料电池寿命预测的预测方法，其特征在于，包括步骤：S100，确定输入网络参数：质子交换膜燃料电池电堆的参数数据，确定输入网络种类个数及输出网络种类个数；

S200，离散小波变换：将参数数据进行离散小波变换，基本小波种类根据参数数据选择，通过离散小波变换后得到去噪的训练样本；

S300，训练极限学习机神经网络：确定训练样本与测试样本，利用极限学习机，通过随机选取输入权重与隐藏层偏差，计算隐藏层输出矩阵和输出权重，通过进化算法求输出权重的逆过程进行预测输出预测结果。

2.根据权利要求1所述的一种针对质子交换膜燃料电池寿命预测的预测方法，其特征在于，所述参数数据包括温度、气体压力、电流和电压；确定输入网络种类个数及输出网络种类个数，对数量庞大的数据进行数据归约。

3.根据权利要求1所述的一种针对质子交换膜燃料电池寿命预测的预测方法，其特征在于，在极限学习机中加入进化算法，包括步骤：首先把随机选取输入权重与隐藏层偏差作为初代种群；

再计算种群中每个个体的适应度；

进行适应度评价，适应度满足停止标准的输出其相对应的个体作为预测结果输出，若不满足则进行下一个体的适应度评价；

最终输出优化完成的所有预测结果。

4.根据权利要求3所述的一种针对质子交换膜燃料电池寿命预测的预测方法，其特征在于，在质子交换膜燃料电池寿命预测中选择均方根误差RMSE作为适应度函数。

5.根据权利要求4所述的一种针对质子交换膜燃料电池寿命预测的预测方法，其特征在于，在不满足则进行下一个体的适应度评价的过程中，对个体的适应度进行变异、交叉和选择，将适应度中的优质个体将保留到下一代。