本发明属于电动汽车电池预测技术领域，具体涉及一种基于XGBoost的电动汽车电池消耗预测方法。该方法通过随机森林模型计算出各项维度指标对于电池消耗的影响权重评分，通过相关系数分析特征维度对目标维度的影响以及特征维度之间的相关性，重点分析影响权重较大特征维度的相关性，通过PCA进行电池维度信息的降维，过滤掉对电池影响较小的特征维度，通过XGBoost算法建立SOC预测模型并充分考虑到影响因素较大的特征维度以及温度的影响，在极大的减少建模时的运算时间的同时减少数据维度之间的过拟合现象，大大降低模型建立的复杂度、提升模型运算速度以及升算法模型的精度，具有很好的可解释性以及对样本扰动的敏感性。