本發(fā)明涉及電動(dòng)車鋰電池技術(shù)領(lǐng)域，且公開(kāi)了一種基于XGBoost?LSTM優(yōu)化模型的電動(dòng)汽車鋰電池剩余壽命預(yù)測(cè)方法，包括電動(dòng)汽車鋰電池信息在線采集技術(shù)，該一種基于XGBoost?LSTM優(yōu)化模型的電動(dòng)汽車鋰電池剩余壽命預(yù)測(cè)方法，通過(guò)實(shí)際的電動(dòng)汽車充電數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，并能基于合適的數(shù)據(jù)量進(jìn)行分類，選擇不同的，合適的訓(xùn)練模型，解決了電動(dòng)汽車鋰電池覆蓋全衰減過(guò)程的RUL預(yù)測(cè)問(wèn)題，對(duì)于電池RUL的長(zhǎng)期預(yù)測(cè)性能提升，預(yù)測(cè)精準(zhǔn)性提高有顯著意義，并且將累計(jì)特征影響和元強(qiáng)化學(xué)習(xí)算法引入電池RUL預(yù)測(cè)，充分挖掘累計(jì)特征中隱藏的電池健康狀態(tài)信息及其變化規(guī)律，同時(shí)發(fā)揮了元強(qiáng)化學(xué)習(xí)算法較強(qiáng)的小樣本學(xué)習(xí)能力，在電池全壽命過(guò)程上都能實(shí)現(xiàn)較高精度預(yù)測(cè)。