本發(fā)明公開了一種鋰電池荷電狀態(tài)估計方法。本發(fā)明步驟如下：步驟1、輸入原始數(shù)據(jù)集；步驟2、清洗原始數(shù)據(jù)集，抽取需要的數(shù)據(jù)字段；步驟3、設(shè)定遺傳算法的初始值，并選擇使用非線性自回歸外源輸入神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果的均方誤差作為遺傳算法的適應(yīng)度函數(shù)；步驟4、搭建神經(jīng)網(wǎng)絡(luò)；步驟5、優(yōu)化遺傳算法；步驟6、訓(xùn)練預(yù)測模型。本發(fā)明將遺傳算法與非線性自回歸外源輸入神經(jīng)網(wǎng)絡(luò)結(jié)合在一起，能減少尋找最佳神經(jīng)網(wǎng)絡(luò)參數(shù)的工作量和時間，準(zhǔn)確的預(yù)測鋰電池荷電狀態(tài)，反映電池的健康狀況。