本發(fā)明公開的一種基于進化LSTM自編碼器的電池健康狀態(tài)估計方法，具體為：采集鋰電池當(dāng)前容量數(shù)據(jù)得到一個容量矩陣，采集鋰電池實時電壓數(shù)據(jù)得到一個電壓矩陣，將電壓矩陣劃分為訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集；建立LSTM自編碼器模型；基于訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集，采用NSGA?II算法，優(yōu)化LSTM自編碼器模型的超參數(shù)；對歸一化電壓矩陣P僅經(jīng)過LSTMEncoder層實現(xiàn)特征提取，將電壓特征劃分為訓(xùn)練特征集和測試特征集；基于訓(xùn)練特征集，用高斯過程回歸建立一個鋰電池容量預(yù)測模型。本發(fā)明方法通過構(gòu)建進化自編碼器模型對多維電壓數(shù)據(jù)進行電壓特征提取，解決了電池健康狀態(tài)估計中特征難以構(gòu)建的問題。