本發(fā)明公開了一種基于自適應災變遺傳優(yōu)化循環(huán)神經(jīng)網(wǎng)絡的鋰離子電池荷電狀態(tài)估計方法及系統(tǒng)，實現(xiàn)對復雜運行工況下動力電池荷電狀態(tài)的精確估計。該方法利用鋰離子電池充放電過程中產(chǎn)生的電壓、電流實時參數(shù)訓練得到循環(huán)神經(jīng)網(wǎng)絡模型，并基于驗證組數(shù)據(jù)對訓練好的鋰離子電池荷電狀態(tài)估計模型進行測試評估。該方法使用了自適應災變遺傳算法對神經(jīng)網(wǎng)絡的初始權值和閾值進行優(yōu)化，有效提高了神經(jīng)網(wǎng)絡最優(yōu)權值和閾值的全局搜索能力，最終提升鋰離子電池荷電狀態(tài)估計精度與魯棒性。本發(fā)明提出的鋰離子電池荷電狀態(tài)估計方法作為數(shù)據(jù)驅動建模方法，無需辨識鋰離子電池內部各電化學參數(shù)，具有更好的實用性，可應用于復雜工況下動力電池荷電狀態(tài)的實時估計。