本發(fā)明提供一種基于優(yōu)化深度信念網(wǎng)絡(luò)的鋰離子電池SOC預(yù)測方法，該方法以鋰離子電池電壓、電流歸一化后的數(shù)據(jù)為Re?DBN預(yù)測模型的輸入，利用量子遺傳(QGA)算法優(yōu)化Re?DBN預(yù)測結(jié)果，得到最優(yōu)SOC為輸出，采用深度信念網(wǎng)絡(luò)(DBN)訓(xùn)練鋰離子電池SOC預(yù)測模型，并針對所述的鋰離子電池SOC預(yù)測模型的網(wǎng)絡(luò)深度問題，基于深度信念網(wǎng)絡(luò)模型中每層RBM訓(xùn)練的重構(gòu)誤差(Rerror)，建立一種優(yōu)化深度信念網(wǎng)絡(luò)(Re?DBN)預(yù)測模型，利用QGA算法自動尋優(yōu)，得到每個Re?DBN預(yù)測模型輸出SOC值的權(quán)值，得到最優(yōu)SOC預(yù)測結(jié)果。以提高鋰離子電池SOC預(yù)測預(yù)測模型的自主學(xué)習(xí)和預(yù)測能力，并提高鋰離子電池SOC預(yù)測的準(zhǔn)確性。