本發(fā)明公開了一種電動(dòng)重卡鋰電池健康狀態(tài)預(yù)測(cè)方法及裝置，其中方法包括：獲取電動(dòng)重卡中若干個(gè)傳感器采集的鋰電池狀態(tài)的原始數(shù)據(jù)，對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，消除數(shù)據(jù)紊亂、數(shù)據(jù)缺失和數(shù)據(jù)錯(cuò)誤；對(duì)數(shù)據(jù)預(yù)處理后的原始數(shù)據(jù)進(jìn)行計(jì)算，得到放電倍率和內(nèi)阻，并進(jìn)行數(shù)據(jù)歸一化處理，得到歸一化數(shù)據(jù)并劃分為訓(xùn)練集數(shù)據(jù)和測(cè)試集數(shù)據(jù)，基于GA算法對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，得到全局最優(yōu)解，基于全局最優(yōu)解對(duì)鋰電池健康狀態(tài)進(jìn)行預(yù)測(cè)，得到鋰電池健康狀態(tài)值。解決了現(xiàn)有預(yù)測(cè)技術(shù)中鋰電池內(nèi)部相關(guān)數(shù)據(jù)難以獲取、預(yù)測(cè)方法單一、預(yù)測(cè)結(jié)果容易陷入局部最優(yōu)從而導(dǎo)致精度低等問題，提高了鋰電池健康狀態(tài)預(yù)測(cè)精度。