本發(fā)明公開了一種基于深度神經(jīng)網(wǎng)絡(luò)的鋰電池包多個(gè)電池單體SOC實(shí)時(shí)聯(lián)合預(yù)測(cè)方法，屬于電動(dòng)汽車電池技術(shù)領(lǐng)域，包括步驟：采集電動(dòng)汽車鋰電池包中每個(gè)電池單體的歷史充放電數(shù)據(jù)以及對(duì)應(yīng)的SOC數(shù)據(jù)；初始化深度神經(jīng)網(wǎng)絡(luò)；對(duì)電動(dòng)汽車鋰電池包的歷史充放電數(shù)據(jù)以及對(duì)應(yīng)的SOC數(shù)據(jù)進(jìn)行歸一化處理；建立的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；獲取鋰電池包中每個(gè)電池單體有用的歷史充放電數(shù)據(jù)以及當(dāng)前數(shù)據(jù)作為深度神經(jīng)網(wǎng)絡(luò)的輸入，采用訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行聯(lián)合預(yù)測(cè)，從而獲得最后的預(yù)測(cè)結(jié)果。本發(fā)明具有較強(qiáng)的非線性擬合能力，可以很好擬合鋰電池包的動(dòng)態(tài)特性，非常適合實(shí)際中動(dòng)力電池汽車需應(yīng)對(duì)的動(dòng)態(tài)工況。