电动汽车的动力系统通常采用数百个电池单体串并联组成，多源动力单体和多触点成组方式导致动力电池系统的复杂性提高，增加了电池组故障诊断的难度。针对电池组故障的辨识难和危害度高等问题，提出了一种基于K-近邻算法的锂离子电池故障诊断方法。由于噪声信号实时存在，首先结合离散余弦变换和功率谱分析对电压数据进行滤噪处理；利用零均值化对特征参数矩阵进行修正，提高状态辨识的差异性；采用交叉验证方法优化K-近邻算法的超参数，通过与决策树的实测数据预测结果对比，表明该方法的诊断准确率为0.976，诊断时间比决策树算法缩短了94.08％。