本发明公开了一种基于先验知识增强和半监督学习的锂电池SOH估计方法，该方法包括：收集电池数据集，包括无标签数据集DU和有标签数据集DL；搭建电池等效电路模型，利用其收集替代数据集DS；搭建特征曲线重构模块，对输入的特征曲线进行重构，并计算重构损失loss1；搭建替代SOH估计模块，对输入的特征曲线提取特征后进行SOH估计，使用输出的替代SOH估计值和替代SOH值计算损失函数loss2；使用DU和DS训练并测试由特征曲线重构模块和替代SOH估计模块构成的预训练模型，预训练模型的损失函数Jointloss由loss1和损失函数loss2构成；使用DL对预训练模型进行微调，得到SOH估计模型，该模型通过测试后应用于SOH估计。因模型已从替代数据集学习电池相关的先验知识，可精确估计电池的SOH。