简介： 本发明提供了一种基于自适应隐藏层BP神经网络的锂电池状况预测方法，属于锂电池技术领域。该方法将充电时间引入了BP神经网络的训练，提高了锂电池SOH估计的精度；利用隐藏层自适应设置建立精确的神经网络模型，使网络在数据集变化的情形下快速且精确地实现了锂电池SOH预测，所提方法具有应用范围广、预测精度高、跟踪性强等优点，同时降低了传统BP神经网络对网络初始结构设置的依赖，有效提高了模型的准确性。