本發(fā)明提供了一種新能源汽車動力電池多維模型融合的故障診斷策略，充分利用了新能源汽車實(shí)車大數(shù)據(jù)，并全面考慮了不同地域、季節(jié)、工況、里程等多種因素，通過融合模型與分類分析實(shí)現(xiàn)特征參數(shù)標(biāo)準(zhǔn)值的準(zhǔn)確提取，從而可確定出有利于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的多個(gè)關(guān)鍵特征。通過神經(jīng)網(wǎng)絡(luò)與邏輯回歸函數(shù)耦合搭建和訓(xùn)練，可以實(shí)現(xiàn)對實(shí)際運(yùn)行車輛動力電池風(fēng)險(xiǎn)的精確評估和故障診斷。本發(fā)明在構(gòu)建訓(xùn)練數(shù)據(jù)集中以樣本擴(kuò)充的方法還有效解決了樣本正反例數(shù)量級差別過大的問題，顯著提高了模型的收斂速度和收斂程度。