本发明公开一种锂电池健康状态评估方法，包括：S1、通过滑动窗口将完整充电阶段数据划分为若干个窗口数据；S2、建立长短期记忆网络与多层感知机的神经网络算法模型；S3、训练构建的所述神经网络算法模型；S4、针对待估计健康状态的电池T的不完整充电数据，该数据通过迁移学习与微调的方法训练已经通过已有数据训练完成的神经网络算法模型；S5、使用训练完成的长短期记忆网络与多层感知机的神经网络算法模型对充电曲线的下一采样点的电压进行预测；S6、利用补全的充电电压曲线，通过安时积分得到电池当前状态下完全充电后的充电容量。本发明的方法能够将不同长度的充点曲线补全，即能够通过不同长度的充电过程的数据实现对电池健康状态的估计。