1.一种锂电池SOH的检测方法，其特征在于包括以下步骤：

1)建立锂电池的等效电路模型，包括由开路电压Uoc、极化电容Cp、欧姆内阻Ro依次串联组成的支路，该支路的两端表示锂电池的端电压U，所述开路电压Uoc两端并联有自放电电阻Rd，极化电容Cp两端并联有极化内阻Rp，得到锂电池的等效电路模型的方程：式中Up为极化电容Cp两端的电压；

2)根据锂电池的等效电路模型方程，建立电池SOC、欧姆内阻Ro、自放电内阻Rd的离散系统状态空间方程和观测方程；采用扩展卡尔曼滤波算法进行迭代计算，得到电池SOC、欧姆内阻Ro、自放电内阻Rd的估算值；

采用安时积分法得到电池SOC的状态空间方程：式中μ为锂电池的库伦效率，Qt为锂电池在t时刻的额定容量，SOC0为锂电池的初始剩余电量；

运用扩展卡尔曼滤波算法估算，将式(3)离散化处理，得到电池SOC的离散系统状态空间方程：式中k为离散处理后的某个时间节点，Δt为当前充电或放电时间；

根据锂电池的等效电路模型方程建立观测方程：式中vk为模型中的噪声；

将5个锂电池的开路电压与电池SOC拟合成多项式：

2 3 4 5

Uoc＝K0+K1SOC+K2SOC+K3SOC+K4SOC+K5SOC     (6)K1、k2、k3、k4、k5分别表示各电池的参数，每个电池的电压与SOC有固定的关系，通过拟合可以互相表示；

将式(6)代入式(5)，得到观测方程：

建立欧姆内阻Ro和自放电内阻Rd的离散系统状态空间方程：式中k为离散处理后的某个时间节点；

观测方程：

式中vk为观测方程所表示的模型中的噪声；

3)将电池SOC、欧姆内阻Ro、自放电内阻Rd的估算值和锂电池的循环次数H作为输入变量输入神经网络模型，估算得到锂电池SOH。

2.如权利要求1所述的一种锂电池SOH的检测方法，其特征在于：步骤3)采用Elman神经网络模型在前馈式网络的隐含层中增加了一个承接层，作为一步延时的算子，达到记忆的目的，从而使系统具有适应时变特性的能力，能直接动态反映动态过程系统的特点，提高非线性系统的估算精度。