本發(fā)明提供一種基于大數(shù)據(jù)和深度神經(jīng)網(wǎng)絡(luò)的鋰電池實時評估方法，包括：通過嵌入在鋰電池BMS系統(tǒng)的數(shù)據(jù)采集終端，獲取鋰電池的若干種性能參數(shù)并上報到鋰電池大數(shù)據(jù)云平臺，并將數(shù)據(jù)進行清洗存儲；將鋰電池的若干種性能參數(shù)形成原始數(shù)據(jù)集；利用深度學(xué)習(xí)的自編碼器autoencoder將原始數(shù)據(jù)集進行降維處理，形成降維數(shù)據(jù)集；將降維數(shù)據(jù)集Kmeans聚類處理形成若干數(shù)據(jù)簇；將若干數(shù)據(jù)簇依據(jù)專家經(jīng)驗庫的判斷結(jié)果生成類別標(biāo)簽；鋰電池大數(shù)據(jù)云平臺依據(jù)類別標(biāo)簽和鋰電池性能數(shù)據(jù)實時向車主推送提示信息。本發(fā)明基于大數(shù)據(jù)和深度神經(jīng)網(wǎng)絡(luò)的鋰電池實時評估方法，采用將大量的鋰電池數(shù)據(jù)根據(jù)無監(jiān)督學(xué)習(xí)方式進行分類，實時對用戶的維護、維修和更換形成指導(dǎo)。