本發(fā)明提出了一種基于AdaBoost?CBP神經(jīng)網(wǎng)絡(luò)的電動(dòng)汽車鋰離子電池健康狀態(tài)估算方法。由于放電電壓、放電電流、循環(huán)充放電次數(shù)在電池使用過程中變化趨勢(shì)明顯，本發(fā)明采用這三種參數(shù)作為SOH估算的輸入數(shù)據(jù)，并將電池容量作為輸出參數(shù)。由于電池?cái)?shù)據(jù)存在噪音并呈現(xiàn)非線性變化特性，采用擴(kuò)展卡爾曼濾波算法進(jìn)行去噪。針對(duì)BP神經(jīng)網(wǎng)絡(luò)易陷入局部最優(yōu)的問題，采用分?jǐn)?shù)微積分理論對(duì)其梯度下降法進(jìn)行優(yōu)化。最后，將分?jǐn)?shù)階BP神經(jīng)網(wǎng)絡(luò)作為弱學(xué)習(xí)器，利用AdaBoost算法的自適應(yīng)加強(qiáng)性能增強(qiáng)學(xué)習(xí)器的擬合能力，并將每輪弱學(xué)習(xí)器進(jìn)行集成得到強(qiáng)學(xué)習(xí)器，以提高學(xué)習(xí)器的多樣性，實(shí)現(xiàn)各學(xué)習(xí)器在不同工況數(shù)據(jù)下性能的優(yōu)勢(shì)互補(bǔ)，有效提高估算精度。