本发明涉及一种大数据驱动的分布式驱动电动汽车车速预测方法及系统，通过构建基于马尔科夫链的初始状态空间，根据实时工况数据对初始状态空间进行重构，得到重构状态空间；基于临近代替法，在样本工况数据中的离散采样点的集合中确定与当前的实时工况数据的离散采样点距离最近的采样点，并根据替代采样点所处的状态替换当前的实时工况数据的状态，得到替换状态空间；基于最大似然估计法，根据替换状态空间得到状态转移概率矩阵；最后对预测时域内的车辆未来车速进行预测，得到未来车速状态。本发明实现了样本空间实时更新和系统状态在线替换，有效地解决了由于样本工况状态缺失导致的预测中断问题，提高了车速预测精度和实时性。