一种锂电池健康状态估计方法及系统

本发明公开了一种锂电池健康状态估计方法及系统；属于锂电池技术领域，首先采集连续充放电情况下的单体锂电池数据，接着引入自适应因子对卡尔曼滤波进行改进，得到自适应卡尔曼滤波，使用改进后得到的自适应卡尔曼滤波对采集到的数据进行缺失值填补，提高数据完整性，然后利用二次插值法和精英随机反向学习策略改进信息获取优化算法，得到IIAO，并用IIAO优化时间序列分析模型LightTS模型的超参数，将处理好的锂电池数据输入进优化后的LightTS模型进行预测，得到初步预测结果，最后运用在线顺序降阶核极限学习机(OS‑RKELM)对初步预测结果和真实值之间的误差进行误差校正，得到误差预测值，最终将初步预测值和误差预测值进行叠加得到最终的锂电池健康状态预测值。