一种退役电池健康度快速评价方法及系统

本发明分别通过获取退役电池的历史运行数据输入BP神经网络算法，从而得到退役电池当前容量的历史预估值，同时通过结合特征频率阻抗，得到退役电池当前容量的现有预估值，综合考虑电池在实际工况中的外部参数变化，及电池老化过程中其内部结构和材料的变化，对电池的历史运行数据和特征频率阻抗进行特征筛选，将历史预估值和现有的预估值进行融合获得该退役电池的SOH，能够对提高退役锂电池余能检测的准确识别，同时便于后续新电池组的管理，并且减小误差，保证最终模型估算的准确性。