本發(fā)明提供一種基于改進生成對抗網(wǎng)絡的鋰電池荷電狀態(tài)預測方法，包括以下步驟：采集鋰電池的模態(tài)參數(shù)和鋰電池樣本中真實的荷電狀態(tài)SOC；使用回歸模型R來估計生成模型G輸出G(z,c)與條件變量c之間的的互信息的下界值；使得生成模型G和判別模型D互相對抗，達到納什均衡；利用生成模型G產(chǎn)生樣本，將其添加到回歸模型R使用到的訓練集中訓練；生成模型G、判別模型D和回歸模型R交替訓練使得每個模型都趨趨向于收斂。本發(fā)明利用生成模型擴展符合原始分布的訓練集，同時在改進生成對抗網(wǎng)絡中使用隨機修正線性單元RReLU及指數(shù)線性單元Exponential Linear Units(ELU)兩種激活函數(shù)來獲取更強的模型表現(xiàn)力，更好的學習鋰電池的非線性特性。