进入新世纪以来，非再生能源紧张和环境污染带来的问题日益突出，发展电动汽车逐渐成为世界各国加快推进交通能源战略转型的重要措施。锂离子电池是电动汽车的主流动力源，其性能状态直接表征了电动汽车的大部分性能指标。作为电池的重要性能指标，电池健康状态影响到电动汽车的安全性和经济性等性能，因此必需对动力电池的健康状态进行监控。利用自设计电池测试系统，以26650型磷酸铁锂动力电池作为实验对象，建立了基于神经网络的电池健康状态估算模型，准确地估算了电池的健康状态，为电动汽车的行驶提供了安全保证。主要研究内容包括以下几个方面：(1)分析锂电池的内部结构、工作原理和电池在使用过程中容量衰减的原因，研究电池的温度、自放电倍率、开路电压和电池内阻对电池健康状态的影响。(2)介绍电池的四种建模方法：电化学模型、经验模型、等效电路模型、人工神经网络模型，分析四种方法在模型复杂度、模型准确性和实用性方面的优缺点，选定人工神经网络为建立电池模型的方法。(3)建立基于LMBP的电池健康状态估算模型，设计神经网络的结构、传输函数和神经元数目，并编写MATLAB仿真程序；对26650型磷酸铁锂电池做循环充放电实验，将参数数据输入到模型中学习。另外对30节同型号不同健康状态的电池进行健康状态估算，对观测值和估算值进行比较分析。(4)搭建电池测试平台，包括系统的硬件部分和软件部分，硬件部分包括主控及其外围模块、参数采集模块、充放电控制模块、通信接口模块和电源模块；软件部分包括下位机程序的编写和上位机软件的设计，并通过虚拟端口软件实现上位机软件与MATLAB软件的通信，最后对估算模型进行了实际试验验证。