本發(fā)明公開了一種電池組健康狀態(tài)估計方法及系統(tǒng)，屬于電池技術(shù)領(lǐng)域，包括：測量鋰電池組每個充放電周期的健康狀態(tài)數(shù)據(jù)序列以及每個充電階段鋰電池組的端電壓以及溫度數(shù)據(jù)序列；計算鋰電池組隨著充放電周期的電壓熵數(shù)據(jù)序列和溫度均值數(shù)據(jù)序列；基于鋰電池組隨著充放電周期的電壓熵數(shù)據(jù)序列、溫度均值序列與健康狀態(tài)數(shù)據(jù)序列，應(yīng)用粒子群算法對長短期記憶神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率進行優(yōu)化選擇；應(yīng)用粒子群優(yōu)化獲得的學(xué)習(xí)率，建立長短時記憶神經(jīng)網(wǎng)絡(luò)的健康狀態(tài)估計模型；應(yīng)用建立的長短時記憶神經(jīng)網(wǎng)絡(luò)的健康狀態(tài)估計模型估計鋰電池組的健康狀態(tài)。本發(fā)明通過電壓熵與均值溫度有效反應(yīng)鋰電池組的容量退化，可精確估計鋰電池組的健康狀態(tài)。