随着电动汽车产业的快速发展,电动汽车在使用过程中所暴露的问题越来越多,动力电池系统作为其核心部件,其健康程度密切影响着电动汽车的安全性能,持续的亚健康状态如果不能被及时发现和处理,可能会引发电池故障的产生,给驾驶员和乘客带来财产损失,甚至危及生命。本文基于监控的电动汽车运行数据,结合数据驱动方法,对动力电池系统典型亚健康状态进行辨识,本文具体研究工作包括:（1）对监控的电动汽车运行数据进行处理,首先删除数据中的异常值和重复值,之后对数据进行标准化及片段划分处理,由此将原本混乱的运行数据处理为可供分析的标准数据。（2）基于电动汽车电池电压数据,归纳出两种典型电池亚健康状态并提出了对应的状态特征辨识方法。针对单体电池电压相对电池组整体电压变化不一致问题,采用ICC（interclass correlation coefficient）进行判定,并利用箱型图分析各个车辆在不同工况下ICC值,将统计出的ICC阈值作为判定标准。针对单体电池电压偏离于电池组整体电压问题,利用差分面积Z分数进行判定,并利用拉依达准则（3σ）将超出阈值u±3σ范围的单体电池视为亚健康状态。（3）基于电动汽车的电池温度数据,归纳出单体电池温度偏离于电池组整体温度这一亚健康状态并提出了对应的状态特征辨识方法。根据电动汽车温度变化曲线的不同,将其分为充电状态和行驶状态。同时,使用不同工况下的车辆运行数据对差分面积Z分数阈值进行确定。将得到的阈值分别作为行驶状态和充电状态判定亚健康状态的标准,同时,为了更加准确的辨识各探针索引间的温度差异,应用多层次筛选,提高辨识效果。（4）综合现有一个月数据来对电池单体亚健康状态频率进行整体分析,并确定阈值排除较低亚健康频率,保证电池组亚健康状态辨识效果的准确性。对单次出行电池组亚健康状态频率进行分析,将得到的阈值作为亚健康状态出行判定标准。最后,对动力电池亚健康状态进行综合辨识,实现对电池健康状态的监控。