简介： 本发明涉及一种基于机器学习的锂电池健康状态及荷电状态联合估算方法，确定电池型号，根据充放电过程的明细数据，拟合V‑SOC曲线；建立锂电池等效电路模型；对一个充放电周期内的电压回弹特性曲线的曲线进行参数辨识，得到机器学习模型；开机时进行一次初始化测试操作；对该周期内的电压回弹曲线进行拟合，得到当前电池欧姆电阻和极化电阻，同时测量环境温度、在存储芯片中读取电池充放电循环数据，计算其电池健康状态SOH；以辨识得到的欧姆电阻、极化电阻、极化电容和最大可用容量更新模型参数，运用UKF或EKF算法估算电池荷电状态SOC，在储存芯片中记录SOC值。本发明具有状态方程参数即时更新、对寿命影响因素考虑全面、参数多次使用、节省计算资源等特点。