本申请公开了一种基于神经网络的储能电池组管理系统的均衡方法及介质，涉及电池储能技术领域，包括：获取各电池组的基础数据和健康状态参数；建立基于注意力机制的LSTM神经网络模型，输出电池组均衡控制策略；训练LSTM模型并利用训练后的LSTM模型生成电池组均衡控制策略；根据电池组的健康状态调整均衡控制策略，以减小对应电池组的充放电量；利用强化学习模型，将均衡控制策略作为环境输入提供给策略网络Actor，生成电池组计划调度动作；将计划调度动作输入价值网络Critic，Critic输出电池组计划调度动作的价值Q；策略网络Actor根据价值Q，调整输出的电池组计划调度动作。针对现有技术中电池组的使用寿命低的问题，本申请提高了电池组的使用寿命。