简介： 本发明涉及轨道交通锂电池维护技术领域，尤其是一种通过大数据预测轨交锂电池SOH的方法；该方法由相应的应用架构、流程、计算模型组成。这种方法首先对电动轨道交通电池运行过程中采集的电池实时数据，以及电动轨道交通车辆其它的运行数据，进行数据整理和清洗，并对数据进行特征化处理，通过大数据机器学习建立模型和训练验证算法，其中建模主要使用了非线性混合算法模型和生存模型，并对结果进行不同角度的评估和优化，从而建立电动轨道交通电池SOH预测的模型，优化电池的维修和更换，提高车主的安全性指标，达到系统性能和经济效益的平衡。