本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)集成的鋰電池健康狀態(tài)預(yù)測方法及系統(tǒng)，根據(jù)鋰電池循環(huán)充放電過程采集的數(shù)據(jù)及預(yù)設(shè)的多組神經(jīng)網(wǎng)絡(luò)，構(gòu)建多個鋰電池健康狀態(tài)預(yù)測模型；將多個模型的結(jié)果綜合，迭代調(diào)整各網(wǎng)絡(luò)模型的線性組合系數(shù)，得到綜合后的鋰電池健康狀態(tài)預(yù)測模型；根據(jù)鋰電池實際充電過程中的各項參數(shù)，運用鋰電池健康狀態(tài)綜合預(yù)測模型，計算鋰電池的健康狀態(tài)；本發(fā)明相較于傳統(tǒng)的只采用單一模型的預(yù)測方法能顯著提高鋰電池健康狀態(tài)預(yù)測精度。