简介： 本发明公开了一种基于支持向量机模型和卡尔曼滤波的锂电池SOC估计方法，包括：获取锂电池充放电历史数据；电池电压、将电流、工作温度作为支持向量机模型的输入，将SOC作为模型输出，利用支持向量机模型对锂电池SOC进行估计；确定模型参数，将估计误差控制在预设范围内；当估计值在预设范围内时，将该模型的输出SOC、经过卡尔曼滤波器进行滤波，得到精度高、动态适应性强的SOC估计值。本发明的数据处理方法和预测模型可以有效地对锂电池SOC进行估计，估计精度较高，可广泛应用于动力电池SOC估计领域中。