本文以锂离子动力电池为研究对象,通过对寿命实验过程中电池性能变化的分析,发掘电池循环充放电过程中特征参数变化与SOH之间的关系。结合动力电池实车应用情况,从充电过程中提取了特征参数,并建立以特征参数为输入,SOH为输出的估计模型。第一,在锂离子动力电池工作原理和失效机理分析的基础上,在实验室条件下,设计并完成了锂离子电池寿命实验,并对锂离子动力电池循环使用过程中性能的变化规律进行了研究。结合实车应用情况,选择恒流充电过程性能变化规律为切入点,开展其与SOH之间关系的研究。第二,为提取恒流充电过程的特征参数,本文利用了容量增量分析法,并设计了计算流程;利用小波分析的方法,对容量增量曲线的高频噪声进行了滤波,提取了峰值高度和峰值位置电压两个特征参数作为健康因子。利用灰色关联分析方法,得出两个健康因子的变化与SOH的变化存在一定的关联性。第三,为建立以健康因子为输入,SOH为输出的健康状态估计模型,同时满足置信区间的输出,本文采用了高斯过程回归的数据驱动方法;在共轭梯度法下,设计了超参数求解的流程,提出了模型性能的量化指标;分析了在3种核函数下,训练样本取样分布和步长对SOH高斯过程回归模型的估计精度和置信区间的影响,取得了较好的估计效果。第四,为解决共轭梯度法局部优化问题,确保在全局内对超参数进行寻优,本文引入了多岛遗传算法,设计了SOH多岛遗传-高斯过程回归估计模型,在此模型的框架下,分析不同健康因子、不同核函数、不同取样步长对模型的影响。最后,完成了模型的验证和建模方法的适用性推广:在实验条件下对所建立的模型进行了验证;并利用公开电池数据对多岛遗传-高斯过程回归建模方法的适用性进行了分析,得出对建模方法对其他类型锂锂离子电池SOH估计的有效性。