1.基于增量电容曲线的锂离子电池健康状态估计方法，其特征在于，包括：获取参考时间段以及待评估时间段的锂离子电池的增量电容曲线；分别从所述参考时间段以及待评估时间段的锂离子电池的增量电容曲线中提取健康特征指标，得到各时间段对应的健康特征指标序列，包括参考健康特征指标序列以及待评估健康特征指标序列；利用熵值赋权法得到各个健康特征指标的权重值；基于各个健康特征指标的权重值计算待评估健康特征指标序列与参考健康特征指标序列间的灰度关联系数，将其作为待评估时间段锂离子电池的健康状态估计值。
2.根据权利要求1所述的基于增量电容曲线的锂离子电池健康状态估计方法，其特征在于，参考时间段为锂离子电池使用初期，参考时间段内锂离子电池尚未发生退化情况，健康状态视为1。
3.根据权利要求1或2所述的基于增量电容曲线的锂离子电池健康状态估计方法，其特征在于，获取锂离子电池的增量电容曲线的方法，包括：获取待测时间段内锂离子电池在恒流充电过程中的电压容量数据，其中待测时间段为参考时间段或待评估时间段；利用洛伦兹函数拟合待测时间段内锂离子电池在恒流充电过程中的电压容量数据，得到对应的容量电压函数，求取所述容量电压函数对电压的导数即得到相对应的增量容量曲线。
4.根据权利要求1所述的基于增量电容曲线的锂离子电池健康状态估计方法，其特征在于，对参考时间段以及待评估时间段的锂离子电池的增量电容曲线均进行等电压间隔的离散采样，离散采样得到的n个健康特征指标即构成各时间段对应的健康特征指标序列。
5.根据权利要求1或2或4所述的基于增量电容曲线的锂离子电池健康状态估计方法，其特征在于，利用熵值赋权法得到各个健康特征指标的权重值，通过以下步骤实现：(1)将各时间段对应的健康特征指标序列用矩阵表示，得到健康特征指标序列矩阵X；其中n表示健康特征指标的个数，m表示健康特征指标序列数；x 1j 表示参考健康特征指标序列中的第j个健康特征指标，j＝1，2，...n；x ij ，i＝2，3，...m表示第i个待评估健康特征指标序列中的第j个健康特征指标；(2)对健康特征指标序列矩阵X进行归一化处理，得到归一化健康特征指标序列矩阵X * ；其中 表示归一化后的参考健康特征指标序列中的第j个健康特征指标； 表示归一化后的第i个待评估健康特征指标序列中的第j个健康特征指标；(3)基于归一化健康特征指标序列矩阵，计算第j个健康特征指标所对应的熵值：式中H j 为第j个健康特征指标的熵值；(4)根据各健康特征指标的熵值计算得到其对应的权重值：
6.根据权利要求5所述的基于增量电容曲线的锂离子电池健康状态估计方法，其特征在于，计算待评估特征序列与参考特征指标序列间的灰度关联系数，包括：计算待评估健康特征指标序列中各个健康特征指标与参考健康特征指标序列中对应的健康特征指标之间的指标灰色关联系数；对待评估健康特征指标序列中各健康特征指标的指标灰色关联系数加权，得到待评估健康特征指标序列与参考健康特征指标序列间的灰色关联系数。
7.根据权利要求6所述的基于增量电容曲线的锂离子电池健康状态估计方法，其特征在于，第i个待评估健康特征指标序列中第j个健康特征指标x ij ,i＝2,3,...,m与参考健康特征指标序列中第j个健康特征指标x 1j 之间的指标灰色关联系数，由下列公式计算得到：式中：Δ min ＝min{Δ i,j ,i＝2,3,...m,j＝1,2,...,n}Δ max ＝max{Δ i,j ,i＝2,3,...m,j＝1,2,...,n}ζ为区分系数，取值范围为0到1；待评估健康特征指标序列与参考健康特征指标序列间的灰色关联系数 式中w j 为第j个健康特征指标的权重值。
8.一种基于增量电容曲线的锂离子电池健康状态估计装置，其特征在于，包括：输入模块，用于获取参考时间段以及待评估时间段的锂离子电池的增量电容曲线；特征提取模块，用于分别从所述参考时间段以及待评估时间段的锂离子电池的增量电容曲线中提取健康特征指标，得到各时间段对应的健康特征指标序列，包括参考健康特征指标序列以及待评估健康特征指标序列；权重计算模块，用于利用熵值赋权法得到各个健康特征指标的权重值；健康估计模块，用于基于各个健康特征指标的权重值计算待评估健康特征指标序列与参考健康特征指标序列间的灰度关联系数，将其作为待评估时间段锂离子电池的健康状态估计值。
9.一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行所述计算机程序时实现如权利要求1所述基于增量电容曲线的锂离子电池健康状态估计方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：处理器执行计算机程序时实现如权利要求1所述基于增量电容曲线的锂离子电池健康状态估计方法的步骤。
