简介： 一种用于借助电池组管理系统（BMS）来估计储能器的状态的方法，所述储能器具有至少一个电化学电池组电池（12，14，16，18，20，22，24，26，28），所述电池组管理系统（BMS）包括阻抗谱芯片，所述方法具有至少随后的方法步骤：a）借助实时执行的数据集记录，确定至少一个电化学电池组电池（12，14，16，18，20，22，24，26，28）的与频率有关的阻抗，b）利用与温度有关的训练谱作为输入，并利用针对属于每个训练谱的温度值的预给定作为输出，训练人工神经网络（60），c）在利用在方法步骤b）期间所确定的权重函数和测试谱对所述人工神经网络（60）进行测试时，考虑在电化学电池组电池（12，14，16，18，20，22，24，26，28）之间的电池组电池与电池组电池方差（30），并根据在方法步骤b）中所确定的权重函数，估计属于测试谱的温度值，和d）借助经过训练的人工神经网络（60），估计储能器的至少一个电化学电池组电池（12，14，16，18，20，22，24，26，28）的至少一个内部状态（SoC，SoH，Tint）。