锂离子电池是复杂的非线性时变系统，并且具有较高的不一致性，很难进行多故障诊断与隔离。因此本文提出了一种基于小波变换和神经网络模型的多层故障诊断策略，通过电流和电压变化率进行初级阈值判断，对异常电池的电压进行小波变换与特征提取，随后输入到神经网络中进行故障隔离。所提出的方法可以诊断出外部短路、内部短路、传感器卡住故障和传感器异常波动故障。最后，通过构建的数据集验证了故障诊断算法的准确性，故障隔离的准确率高达95.3%。因此，所提出的多故障诊断方法在实际电动汽车应用中是可行的，具有广阔的前景。