本發(fā)明公開了一種基于隱馬爾可夫模型的鋰電池健康狀態(tài)預測方法及裝置，涉及鋰電池狀態(tài)預測領域，通過獲取鋰電池的電壓、充放電時間、每次循環(huán)的最大容量和溫度，得到電池容量增量曲線、平均溫度時間曲線和最大容量變化曲線，并將每個曲線的極值點、斜率、均值作為特征數(shù)據(jù)；計算特征數(shù)據(jù)與SOH實際值之間的相關性系數(shù)，基于相關性系數(shù)選擇最佳特征組合；建立并訓練容量估計模型，容量估計模型采用隱馬爾可夫模型，將最佳特征組合的特征差值輸入經訓練的容量估計模型，得到下一次循環(huán)的容量差值，根據(jù)當前容量值與容量差值得到容量估計值，根據(jù)容量估計值和SOH定義計算得到SOH估計值，解決現(xiàn)有鋰電池狀態(tài)預測計算量大等問題。