本發(fā)明公開(kāi)的一種基于進(jìn)化LSTM自編碼器的電池健康狀態(tài)估計(jì)方法，具體為：采集鋰電池當(dāng)前容量數(shù)據(jù)得到一個(gè)容量矩陣，采集鋰電池實(shí)時(shí)電壓數(shù)據(jù)得到一個(gè)電壓矩陣，將電壓矩陣劃分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集；建立LSTM自編碼器模型；基于訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集，采用NSGA?II算法，優(yōu)化LSTM自編碼器模型的超參數(shù)；對(duì)歸一化電壓矩陣P僅經(jīng)過(guò)LSTMEncoder層實(shí)現(xiàn)特征提取，將電壓特征劃分為訓(xùn)練特征集和測(cè)試特征集；基于訓(xùn)練特征集，用高斯過(guò)程回歸建立一個(gè)鋰電池容量預(yù)測(cè)模型。本發(fā)明方法通過(guò)構(gòu)建進(jìn)化自編碼器模型對(duì)多維電壓數(shù)據(jù)進(jìn)行電壓特征提取，解決了電池健康狀態(tài)估計(jì)中特征難以構(gòu)建的問(wèn)題。