简介： 本发明公开了一种基于IPEA‑LSTM模型的锂电池SOH估计方法，所述方法适用于锂离子电池在充电期间对电池健康状态(State of Health,SOH)进行估计，步骤包括：构建原始数据集；对数据集进行预处理；提取健康特征；重构健康特征；数据集划分；搭建神经网络模型；优化神经网络模型；训练神经网络模型；评估神经网络模型；电池健康状态在线估计。与现有技术相比，本发明仅需片段的充电电压数据即可提取健康特征，并搭建堆叠神经网络重构健康特征，增强健康特征与电池SOH的相关度；同时提出改进的种群进化算法(ImprovedPopulation Evolution Algorithm,IPEA)对LSTM网络的参数进行优化，利用趋同和异化的相互协助思想，个体和子群体的进化分开进行，加快全局寻优的收敛速度，提高电池SOH估计精度。