锂离子电池剩余使用寿命预测在电池管理系统中发挥着重要作用，准确预测其剩余使用寿命能够保障电池的安全稳定运行。由于支持向量回归SVR渊support vector regression冤参数内核选择较为困难，为此提出灰狼优化要支持向量回归GWO鄄SVR渊gray wolf optimization鄄SVR冤方法，使用灰狼算法优化其内核参数，根据NASA预测中心提供的电池数据集对该方法进行了验证。通过与SVR方法进行对比发现，所提GWO鄄SVR方法的预测精度得到显著提高；在此基础上与ALO鄄SVR方法进行对比，证明所提方法平均相对误差降低了7.16%，预测精度更高，有效地提高了锂离子电池剩余寿命预测的精确性。