本發(fā)明提供了一種基于粒子群算法的模型生成方法、系統(tǒng)及預(yù)測方法，模型生成方法包括：得到多個鋰離子電池的自放電壓降數(shù)據(jù)和充放電曲線；從充放電曲線中提取得到目標(biāo)數(shù)據(jù)；根據(jù)自放電壓降數(shù)據(jù)和預(yù)設(shè)壓降閾值，對目標(biāo)數(shù)據(jù)進(jìn)行分類，并對得到的兩類目標(biāo)數(shù)據(jù)分別進(jìn)行采樣得到樣本數(shù)據(jù)；根據(jù)目標(biāo)數(shù)據(jù)和樣本數(shù)據(jù)，分別訓(xùn)練兩個神經(jīng)網(wǎng)絡(luò)模型，并使用粒子群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的連接權(quán)值和閾值，得到訓(xùn)練好的低值預(yù)測模型和高值預(yù)測模型。本發(fā)明用于模擬常規(guī)技術(shù)中的soak方法，只需對待測鋰離子電池進(jìn)行一次充放電實(shí)驗(yàn)，即可獲取到該待測鋰離子電池的自放電壓降數(shù)據(jù)，省時省力，且精度較高。