本發(fā)明涉及一種基于ASTUKF?GRA?LSTM模型的新能源汽車鋰電池健康狀態(tài)評(píng)估方法，首先獲得平滑的IC曲線，然后選取IC曲線的部分區(qū)域，利用灰色關(guān)聯(lián)分析法提取電池退化特征；其次，基于輸入的特征數(shù)據(jù)，利用長(zhǎng)短期記憶網(wǎng)絡(luò)LSTM對(duì)鋰電池的SOH進(jìn)行在線估計(jì)；最后，通過(guò)基于實(shí)際工程實(shí)驗(yàn)數(shù)據(jù)，驗(yàn)證了該方法具有較強(qiáng)的SOH評(píng)估精度。本發(fā)明方法對(duì)新能源汽車動(dòng)力SOH評(píng)估具有較高的正確率，平均絕對(duì)百分誤差為0.96％，均方根誤差為0.57％，平均評(píng)估耗時(shí)2.1s，遠(yuǎn)小于傳統(tǒng)LSTM模型評(píng)估耗時(shí)8.9s、GAN?CNN?LSTM模型耗時(shí)4.6s。能夠有效滿足直流充電樁對(duì)新能源汽車鋰電池健康狀態(tài)的精確快速動(dòng)態(tài)評(píng)估的安全分析需求。該方法具有較高的準(zhǔn)確率，這在一定程度上解決了鋰電池的SOH估計(jì)的準(zhǔn)確率較低的問題，具備一定的工程應(yīng)用價(jià)值。