本发明公开了一种基于BP神经网络的电池健康状态诊断方法及系统，方法包括：采集充电桩和电动汽车电池的数据，构建原始数据序列；对原始数据序列进行一阶累加，生成数据时间序列；将数据时间序列的一部分作为模型输入，另一部分作为模型输出，进行模型训练，构建BP神经网络模型；系统包括数据采集模块、数据处理模块、数据分析模块和预测模块，通过各个模块之间的逻辑连接，实现对于电池健康状态的健康预测；本发明构思巧妙，预测准确，为电池的健康管理提供了技术参考。