准确估计电池健康状态可以有效提升电池系统安全运行。针对不同工况下健康状态估计精度不稳定的问题，本文提出一种基于集成模型的锂离子电池健康状态估计算法。该方法首先对电池充电阶段开展容量增量分析，并提取健康因子作为电池健康状态的有效特征，采用支持向量回归与反向传播神经网络组合构建集成模型，实现对电池健康状态的在线评估。实验结果表明，本文所提出的集成模型可对未预见工况实现高精度估计，最大误差仅有1.8%。相较于两个子模型，最大误差下降了38.1％和23.7％，均方根误差下降了47%和20%，所提方法能更准确估计不同工况下的电池健康状态，避免了单个模型估计的不稳定性因素。