本發(fā)明公開了一種卡爾曼濾波與數(shù)據(jù)驅(qū)動(dòng)融合的電池SOC估計(jì)方法，屬于電池SOC估計(jì)方法技術(shù)領(lǐng)域。本發(fā)明提出一種噪聲方差可變的卡爾曼濾波與最小二乘支持向量機(jī)融合的方法(Varied?Variance?Kalman?Filter?Least?Square?Support?Vector?Machine，VVKF?LSSVM)，以KF的兩個(gè)方程為根據(jù)，每次迭代時(shí)設(shè)置最適應(yīng)當(dāng)前系統(tǒng)狀態(tài)的噪聲方差，克服了卡爾曼濾波噪聲方差初值依靠人為經(jīng)驗(yàn)設(shè)定造成精度下降的問題。選用最小二乘支持向量機(jī)(Least?Square?Support?Vector?Machine，LS?SVM)作為KF的量測(cè)方程從數(shù)據(jù)角度出發(fā)，通過簡(jiǎn)單樣本庫(kù)的構(gòu)建完成了適應(yīng)于多種電池的SOC估計(jì)方法，并通過動(dòng)態(tài)建模提高了估計(jì)精度。分別使用NASA、CACLE鋰電池數(shù)據(jù)集的部分?jǐn)?shù)據(jù)進(jìn)行實(shí)驗(yàn)證明了VVKF較KF的優(yōu)越性以及整體方法對(duì)于鋰電池SOC估計(jì)的有效性。