本發(fā)明公開(kāi)了一種基于ARMA和Elman神經(jīng)網(wǎng)絡(luò)聯(lián)合建模的電池健康狀態(tài)評(píng)估方法，該方法包括：基于自回歸移動(dòng)平均(ARMA)模型和Elman神經(jīng)網(wǎng)絡(luò)建立融合模型，應(yīng)用經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)電池循環(huán)次數(shù)與剩余容量的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理，對(duì)分解得到的本征模態(tài)函數(shù)IMF分量和殘余分量分別進(jìn)行建模，最后疊加融合模型，生成估計(jì)的SOH序列，實(shí)現(xiàn)對(duì)電池健康狀態(tài)的準(zhǔn)確預(yù)測(cè)。通過(guò)實(shí)驗(yàn)驗(yàn)證，本發(fā)明考慮了復(fù)雜變化對(duì)電池健康狀態(tài)的影響，完成了對(duì)鈷酸鋰的老化測(cè)試結(jié)果的預(yù)測(cè)，提高了評(píng)估的準(zhǔn)確性。