1.一种归一化互信息准则约束的锂电池故障数据筛选方法，其特征在于，该方法包括以下步骤：S1：采集数据：通过传感器采集真实锂电池故障数据，使用感知生成网络生成候选锂电池故障数据；

S2：采用分数阶傅里叶变换提取锂电池故障数据的特征；

S3：采用归一化互信息作为锂电池故障数据的筛选测度，计算真实锂电池故障特征矩阵A与候选锂电池故障特征矩阵B之间的归一化互信息；

S4：利用故障诊断实验选取筛选阈值。

2.根据权利要求1所述的一种归一化互信息准则约束的锂电池故障数据筛选方法，其特征在于，所述步骤S2中，采用分数阶傅里叶变换提取锂电池故障数据的特征，具体包括以下步骤：S21：对于真实锂电池故障信号f(t)与生成候选的锂电池故障信号g(t)选取一组分数阶傅里叶变换旋转角S22：通过分数阶傅里叶变换：

其中 Tp(x)＝exp{-iπpx2}，p＝tan(α/2)，s＝-csc(α),Ts(ω-t)＝exp{-iπs(ω-t)2}，ω表示频率，得到n个真实锂电池故障信号f(t)的幅频曲线n个生成候选的锂电池故障信号g(t)的幅频曲线S23：取一组ω1,ω2,…,ωm，对真实锂电池故障信号f(t)和候选锂电池故障信号g(t)的各个幅频曲线进行采样；

S24：将采样得到的对应n个不同旋转角的m维真实锂电池精细化故障频谱表征向量，拼接得到n×m大小的真实锂电池故障特征矩阵A，同理，得到信号g(t)的候选锂电池故障特征矩阵B。

3.根据权利要求2所述的一种归一化互信息准则约束的锂电池故障数据筛选方法，其特征在于，所述步骤S3具体包括以下步骤：S31：计算真实锂电池故障特征矩阵A的信息熵为：

S32：计算候选锂电池故障特征矩阵B的信息熵为：

S33：计算真实锂电池故障特征矩阵A和候选锂电池故障特征矩阵B之间的互信息为：其中，pA(a)表示在特征矩阵A中a元素出现的频率，pB(b)特征矩阵B中b元素出现的频率，pAB(a,b)表示特征矩阵A中出现a元素同时相同位置特征矩阵B出现b元素的频率；

S34：计算A与B之间的归一化故障互信息为：

4.根据权利要求1所述的一种归一化互信息准则约束的锂电池故障数据筛选方法，其特征在于，所述步骤S4具体包括：通过参数估计和适用性检验的方法得出可信故障数据的互信息阈值条件，并用该阈值筛选出感知生成数据的高价值故障数据。