随着水上旅游产业蓬勃发展,对游船数量的需求也日益增加,但是采用传统柴油机游览船容易造成环境污染。采用新能源的全电游览船作为解决这一矛盾的有效手段,在水上游览产业受到广泛青睐。因锂电池具有高能量比,低自放电率,高能量转换效率特点,已经成为新能源游船业的主流动力源。但是由于锂电池存在寿命短和不稳定等问题,导致游船全寿命周期的运营维护成本提高。因此,锂电池组的健康状态诊断就成为全电船安全可靠运行必须解决的关键问题。首先,通过分析单体锂电池的充放电特性,基于锂电池参数正态分布规律,建立串并联组合的锂电池组等效模型,来验证串并联组合的锂电池组的有效性;其次,采用双拓展卡尔曼滤波(Double extended Kalman filter,DEKF)对锂电池SOC(State of charge)和SOH(State of Health)进行在线估计,选取锂电池组的放电电压U、放电电流I、SOC、SOH和温度等5个参数,建立锂电池组工作时的健康状态模型,提出锂电池健康状态诊断策略,实现对锂电池组健康状态的精确诊断。然后,采用DSP(Digital Signal Processing,DSP)搭建锂电池组的健康诊断平台的数据采集系统;基于阿里云服务器,采用Web网络技术和MySQL数据库管理软件搭建远程监控中心;由4G移动通信网络作为通讯方式,开发出一套集监视、通讯以及控制管理为一体的全电游船锂电池组的健康诊断平台。最后,为了验证锂电池组健康诊断平台设计的实用性,以桂林地区运行的某全电游览船为原型船,将采用相同型号锂电池组和设备的小艇做为测试平台,模拟全电游船锂电池组在实际航行工况中的使用情况,对电池组健康诊断平台进行测试,验证本平台运行稳定性和适用性,以及设计目标的完成度。