本發(fā)明公開了電池狀態(tài)預(yù)測(cè)模型的訓(xùn)練方法、電池狀態(tài)預(yù)測(cè)方法及裝置、電子設(shè)備、存儲(chǔ)介質(zhì)。方法包括：獲取電化學(xué)模型，電化學(xué)模型由電池的測(cè)量運(yùn)行數(shù)據(jù)和屬性數(shù)據(jù)構(gòu)建得到；基于電化學(xué)模型進(jìn)行充放電仿真，得到不同仿真條件下電池的仿真運(yùn)行數(shù)據(jù)；將仿真運(yùn)行數(shù)據(jù)和測(cè)量運(yùn)行數(shù)據(jù)作為訓(xùn)練樣本，輸入神經(jīng)網(wǎng)絡(luò)，根據(jù)神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)以及電化學(xué)模型的模型參數(shù)，并將符合迭代停止條件的神經(jīng)網(wǎng)絡(luò)確定為電池狀態(tài)預(yù)測(cè)模型。本發(fā)明中，借助電化學(xué)模型擴(kuò)充、豐富神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，并基于神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果優(yōu)化電化學(xué)模型，以使電化學(xué)模型為神經(jīng)網(wǎng)絡(luò)提供更加準(zhǔn)確的訓(xùn)練樣本，提高模型訓(xùn)練的精確度。