本發(fā)明涉及基于充放電數(shù)據(jù)特征的鋰電池健康狀況預(yù)測方法及裝置，其包括：建立初始長短期記憶網(wǎng)絡(luò)模型；獲取鋰電池健康指標(biāo)數(shù)據(jù)集；根據(jù)所述鋰電池健康指標(biāo)數(shù)據(jù)集對所述初始長短期記憶網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練、驗(yàn)證和測試，得到目標(biāo)長短期記憶網(wǎng)絡(luò)模型；將鋰電池健康指標(biāo)數(shù)據(jù)輸入至所述目標(biāo)長短期記憶網(wǎng)絡(luò)模型，對所述鋰電池健康狀況進(jìn)行預(yù)測。本發(fā)明采集實(shí)時的鋰電池?cái)?shù)據(jù)，利用改進(jìn)的遺傳算法，對長短期記憶網(wǎng)絡(luò)模型參數(shù)尋優(yōu)，并引入了注意力機(jī)制與增量學(xué)習(xí)的方法，實(shí)現(xiàn)了對鋰電池健康狀況的在線預(yù)測，并且避免了調(diào)參的盲目性，提升了預(yù)測的準(zhǔn)確性。